---
username: juliusbrussee
url: https://skills.yangsir.net/authors/juliusbrussee
github: https://github.com/juliusbrussee
skills_count: 30
total_installs: 4334213
avg_rating: 4.7
top_skill: caveman
source: skills.sh + skillforge.db
---

# @juliusbrussee

> 涵盖AI工程、角色扮演、DevOps方向，代表作caveman-commit、caveman-review、caveman-compress。

**30 skills · 4,334,213 total installs**
**Average rating**: 4.7/5 (2851 reviews)

- Profile: https://skills.yangsir.net/authors/juliusbrussee
- GitHub: https://github.com/juliusbrussee

## Skills on SkillForge (30)

注：以下为 SkillForge 已收录的部分；该作者在 skills.sh 上可能有更多作品。

### caveman (589,400 installs)

- **Domain**: ai-llm-engineering
- **Tags**: llm-optimization, token-reduction, prompt-engineering, ai-agent, compression
- **Page**: https://skills.yangsir.net/skill/daily-caveman
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman/markdown

Caveman 是一款独特的 AI 技能，它能让你的 AI 智能体以“穴居人”风格进行交流，大幅削减输出 token 数量，同时保持 100% 的技术准确性。通过精简表达，它能有效降低 LLM 的运行成本，提升响应速度约 3 倍，并提供多种

### caveman-commit (413,300 installs)

- **Domain**: ai-project-management-collaboration
- **Tags**: git, commit, version-control, conventional-commits, automation
- **Page**: https://skills.yangsir.net/skill/daily-caveman-commit
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman-commit/markdown

按照Conventional Commits规范生成简洁的Git提交消息，强调what而非why，剔除冗余表述

### caveman-review (409,300 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: code-review, quality-assurance, testing, automation, devops
- **Page**: https://skills.yangsir.net/skill/daily-caveman-review
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman-review/markdown

生成简洁可执行的代码审查评论，一行一个发现，包含位置、问题和修复方案

### caveman-compress (408,800 installs)

- **Domain**: ai-llm-engineering
- **Tags**: automation, text-processing, optimization, compression, productivity
- **Page**: https://skills.yangsir.net/skill/daily-caveman-compress
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman-compress/markdown

将自然语言文件压缩为原始人类语言风格，大幅减少输入token，保留可读备份

### caveman-help (400,400 installs)

- **Domain**: persona
- **Tags**: persona, documentation, communication, style-guide
- **Page**: https://skills.yangsir.net/skill/daily-caveman-help
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman-help/markdown

以Caveman风格显示参考卡片，去除冗余词汇和填充语，保持极简表达

### cavecrew (356,500 installs)

- **Domain**: ai-llm-engineering
- **Tags**: llm-optimization, code-analysis, token-efficiency, subagent, developer-tools
- **Page**: https://skills.yangsir.net/skill/gh-cavecrew
- **Markdown**: https://skills.yangsir.net/api/skill/gh-cavecrew/markdown

Cavecrew 是一组子代理预设，通过压缩输出，显著减少 Anthropic 默认代理的上下文令牌消耗。它提供调查、构建和审查三种模式，适用于代码定位、小范围修改和缺陷检查，帮助用户在多轮对话中避免上下文耗尽，提高开发效率。

### caveman-stats (355,400 installs)

- **Domain**: ai-system-observability-sre
- **Tags**: stats, tracking, analysis, usage, reporting
- **Page**: https://skills.yangsir.net/skill/gh-caveman-stats
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-stats/markdown

这个技能通过即时返回格式化的统计数据，让用户能够立即查看其AI使用情况。它无需模型额外处理，直接提供关键数字，帮助用户快速了解和分析AI交互模式。

### caveman-explore (105,100 installs)

- **Domain**: ai-dev-tools-workflow
- **Tags**: code-exploration, repository-search, read-only, path-citation, ai-agent
- **Page**: https://skills.yangsir.net/skill/gh-caveman-explore
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-explore/markdown

此技能是一个只读的代码库探索器。当用户面对陌生仓库、需要跨文件定位功能或常规搜索失败时，它能并行执行路径匹配、符号检索与文件读取，快速返回紧凑的 path:line 证据引用，大幅缩短定位代码的时间，让后续修复或分析有据可依。

### caveman-learn (104,300 installs)

- **Domain**: ai-llm-engineering
- **Tags**: llm-optimization, context-management, token-budget, agent-efficiency
- **Page**: https://skills.yangsir.net/skill/gh-caveman-learn
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-learn/markdown

此技能用于分析并优化 AI 智能体的 Token 消耗。它读取 caveman learn 报告，展示 Cave Score 与各 Token 汇的排名，并在用户逐项确认后修剪冗余配置或把重复出现的上下文卸载到记忆系统。旨在显著降低每次交互

### safe-refactor (104,100 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: code-refactoring, behavior-preservation, verification, refactoring-safety
- **Page**: https://skills.yangsir.net/skill/gh-safe-refactor
- **Markdown**: https://skills.yangsir.net/api/skill/gh-safe-refactor/markdown

在重构代码时确保行为不变。此技能在结构编辑前定义行为保持边界并建立验证机制，支持提取、合并、所有权移动和清理等操作，在每一步保持中间状态可构建可测试，最终运行相同验证确保行为匹配且结构调整达成，有效防止回归和隐藏缺陷。

### caveman-optimize (103,500 installs)

- **Domain**: ai-dev-tools-workflow
- **Tags**: optimization, evaluation, performance, evidence-based, code-review
- **Page**: https://skills.yangsir.net/skill/gh-caveman-optimize
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-optimize/markdown

此技能用于系统化评估代码优化观察,基于证据和操作员决策,设计配对评估验证优化效果,避免盲目实施导致回归。它帮助开发者在采纳优化前获得可靠数据支撑,确保质量不下降且资源消耗真实可控。

### investigate-first (103,100 installs)

- **Domain**: ai-system-observability-sre
- **Tags**: root-cause-analysis, debugging, troubleshooting, investigation, evidence-based
- **Page**: https://skills.yangsir.net/skill/gh-investigate-first
- **Markdown**: https://skills.yangsir.net/api/skill/gh-investigate-first/markdown

此技能帮助开发者在遇到模糊错误、间歇性故障或性能回退时，先系统化收集证据、区分症状与根因、按证据排序假设，在找到确凿原因前不修改代码。通过追踪输入、状态与失败输出，显著缩短平均故障定位时间，避免盲目修改引入新问题。

### verify-and-stop (102,600 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: verification, acceptance-criteria, validation, quality-gate, scope-control
- **Page**: https://skills.yangsir.net/skill/gh-verify-and-stop
- **Markdown**: https://skills.yangsir.net/api/skill/gh-verify-and-stop/markdown

此技能将验收条件转化为最小充分的证明集，用于验证型任务、完成度检查、门禁运行和最后一步证明。它复用仍有效的现有结果，仅运行聚焦检查，精确区分通过、失败、不可用和受阻状态，并在验收证明完成后立即停止，不做多余修改或润色，从而避免范围蔓延，节省

### surgical-patch (102,500 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: bug-fixing, regression-testing, minimal-change, code-quality
- **Page**: https://skills.yangsir.net/skill/gh-surgical-patch
- **Markdown**: https://skills.yangsir.net/api/skill/gh-surgical-patch/markdown

该技能专注于以最窄责任层修复代码缺陷和微小行为变更，保留无关行为与用户改动，避免不必要的清理、重命名或重构。适用于需要回归证明与任务相关测试的场景，帮助开发者快速定位问题根因，最小化变更集，通过聚焦测试验证修复，显著降低回归风险，提升修复效

### lean-build (102,200 installs)

- **Domain**: ai-software-architecture-engineering
- **Tags**: lean-development, scope-control, acceptance-criteria, architecture-seams, overbuilding-prevention
- **Page**: https://skills.yangsir.net/skill/gh-lean-build
- **Markdown**: https://skills.yangsir.net/api/skill/gh-lean-build/markdown

此技能用于高过度建设风险的功能开发，通过从请求和仓库推导可观察验收标准与明确非目标，追踪入口点并复用合适接缝，交付跨度合适的端到端路径。它帮助开发者严格限定范围、明确停止条件，避免过度设计，从而提升交付效率和代码质量。

### caveman-evidence-review (102,200 installs)

- **Domain**: ai-system-observability-sre
- **Tags**: evidence-review, observability, cost-analysis, trace-analysis, readonly
- **Page**: https://skills.yangsir.net/skill/gh-caveman-evidence-review
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-evidence-review/markdown

此技能用于以只读方式审查 Caveman 平台的实验证据，完全基于实际数据而非猜测得出结论。它严格区分实测成本、推断余量与已验证节省，并通过追踪溯源验证因果，帮助用户在成本优化、实验评估等场景下获得可信依据，避免被聚合数字误导。

### caveman-discover (102,100 installs)

- **Domain**: ai-dev-tools-workflow
- **Tags**: workflow-tagging, llm-cost-tracking, developer-tools, automation, observability
- **Page**: https://skills.yangsir.net/skill/gh-caveman-discover
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-discover/markdown

此技能自动为代码仓库中的 LLM 工作流（如支持工单回复、夜间摘要任务）添加可追踪标签，实现按工作流维度的成本监控。它通过盘点入口、命名规范、最小化改动接入网关，帮助团队清晰掌握每项 AI 任务的资源消耗，优化预算分配。

### caveman-manage (101,900 installs)

- **Domain**: data-ai
- **Tags**: experiment-management, eval-gated, mlops, safety, governance
- **Page**: https://skills.yangsir.net/skill/gh-caveman-manage
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-manage/markdown

此技能管理评估门控的实验生命周期，提供基于证据的实验审批建议，并阻止未经授权的变更，确保实验安全合规。适用于A/B测试、模型实验等场景，帮助团队降低风险，提高实验管理效率。

### migration (101,600 installs)

- **Domain**: ai-backend-engineering
- **Tags**: migration, rollback, compatibility, schema, data
- **Page**: https://skills.yangsir.net/skill/gh-migration
- **Markdown**: https://skills.yangsir.net/api/skill/gh-migration/markdown

此技能用于实施可逆且兼容性安全的转换，适用于数据库 schema、数据、API、协议、配置或依赖迁移。它确保每次变更都有明确的前进路径和回滚路径，保留现有数据，让破坏性步骤可验证、可审计。在混合版本运行期间保持安全，支持先扩展、迁移、验证、

### caveman-setup (101,200 installs)

- **Domain**: ai-dev-tools-workflow
- **Tags**: llm-proxy, api-integration, cost-monitoring, configuration, developer-tools
- **Page**: https://skills.yangsir.net/skill/gh-caveman-setup
- **Markdown**: https://skills.yangsir.net/api/skill/gh-caveman-setup/markdown

此技能指导开发者将应用中的LLM调用无缝接入代理网关，实现字节级代理、用量与成本测量。无需重构代码，只需修改base URL和认证头即可覆盖所有调用点，并确保密钥安全。适用于任何使用OpenAI、Anthropic等SDK的应用，快速获得调

### compress (45,800 installs)

- **Domain**: ai-llm-engineering
- **Tags**: automation, productivity, documentation, compression, workflow-automation
- **Page**: https://skills.yangsir.net/skill/daily-compress
- **Markdown**: https://skills.yangsir.net/api/skill/daily-compress/markdown

将自然语言文件压缩为Caveman风格以减少输入Token，原文件备份为.original.md

### build (2,700 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: agent-workflow, code-execution, verification, devops, spec-implementation
- **Page**: https://skills.yangsir.net/skill/gh-build
- **Markdown**: https://skills.yangsir.net/api/skill/gh-build/markdown

"build" 技能定义了 AI 智能体实现规范的单线程计划-执行流程。它负责读取规范、解析任务、制定详细的实施计划（包括引用不变式、接口、文件和测试），然后按计划修改代码、运行验证。如果验证失败，智能体将触发回溯机制，分析失败原因并决定是

### spec (2,700 installs)

- **Domain**: ai-software-architecture-engineering
- **Tags**: spec, architecture, engineering, documentation, workflow
- **Page**: https://skills.yangsir.net/skill/gh-spec
- **Markdown**: https://skills.yangsir.net/api/skill/gh-spec/markdown

`spec` 技能是一个强大的技术规范管理工具，它能根据用户想法生成新规范，从现有代码中提炼规范，通过回溯机制自动处理bug并更新相关规范，或对现有规范进行精准修订。该 Skill 确保技术规范与代码库保持同步，显著提升软件架构的清晰度与工

### backprop (2,600 installs)

- **Domain**: ai-code-generation-quality
- **Tags**: bug-fixing, spec-management, quality-assurance, software-engineering, test-generation
- **Page**: https://skills.yangsir.net/skill/gh-backprop
- **Markdown**: https://skills.yangsir.net/api/skill/gh-backprop/markdown

backprop 是一种结构化的缺陷修复流程，通过追踪、分析、更新规范和生成测试，确保代码质量并防止缺陷再次发生。它将每次缺陷修复转化为对系统规范的改进，从而提升软件的长期稳定性。

### junior-to-senior (2,600 installs)

- **Domain**: ai-software-architecture-engineering
- **Tags**: senior-review, code-review, architecture-review, plan-review, best-practices
- **Page**: https://skills.yangsir.net/skill/gh-junior-to-senior
- **Markdown**: https://skills.yangsir.net/api/skill/gh-junior-to-senior/markdown

此技能模拟资深工程师对AI生成的计划、设计和架构进行对抗式审查。通过实时代码库和网络研究，诊断计划过于模糊或过于细节的问题，并重写为有证据支撑、符合当前最佳实践的版本。适用于任何需要确保计划质量、避免过时或过于泛泛的场景。

### interface-kit (2,200 installs)

- **Domain**: design
- **Tags**: ui-design, interface, css, typography, accessibility
- **Page**: https://skills.yangsir.net/skill/gh-interface-kit
- **Markdown**: https://skills.yangsir.net/api/skill/gh-interface-kit/markdown

此技能提供实现卓越界面的系统化指南，涵盖可访问性、性能、排版、布局、色彩、动效等优先级堆栈，以及美学方向选择。帮助开发者快速交付一致、精美且用户信任的UI，避免反复调整CSS，将原型到实现的时间缩短数倍。

### context-canary (1,900 installs)

- **Domain**: ai-llm-engineering
- **Tags**: context-monitoring, canary-signal, degradation-detection, session-continuity, llm-optimization
- **Page**: https://skills.yangsir.net/skill/gh-context-canary
- **Markdown**: https://skills.yangsir.net/api/skill/gh-context-canary/markdown

此技能在每次回复开头植入金丝雀信号（如用户名和轮次计数器），实时监测大模型上下文退化。当信号异常时自动触发告警与恢复协议，帮助用户在长会话中尽早发现指令丢失、记忆衰减等问题，避免错误累积。

### fuck-slop (1,900 installs)

- **Domain**: writing
- **Tags**: ai-detection, writing-style, text-rewriting, slop-removal, natural-language
- **Page**: https://skills.yangsir.net/skill/gh-fuck-slop
- **Markdown**: https://skills.yangsir.net/api/skill/gh-fuck-slop/markdown

此技能能检测并消除AI生成文本的典型痕迹（如对比结构、假范围、规则性节奏），将任意文本重写为真人风格，符合特定体裁和受众。适用于需要自然、去AI味的内容创作，如博客、营销文案、技术文档等。

### loop-factory (1,800 installs)

- **Domain**: ai-agent-orchestration-collaboration
- **Tags**: spec-driven, agent-loop, task-automation, review-gate, automation
- **Page**: https://skills.yangsir.net/skill/gh-loop-factory
- **Markdown**: https://skills.yangsir.net/api/skill/gh-loop-factory/markdown

此技能实现基于规约（spec）的 AI 智能体工作流，将编码任务作为 Markdown 规约在收件箱→进行中→归档状态间流转，由 AI 智能体实施并通过评审门禁后完成。适用于需要可重复、可审查的智能体工作场景。

### caveman-es (513 installs)

- **Domain**: persona
- **Tags**: persona, roleplay, writing, content-creation
- **Page**: https://skills.yangsir.net/skill/daily-caveman-es
- **Markdown**: https://skills.yangsir.net/api/skill/daily-caveman-es/markdown

角色扮演为穴居人，用极简西班牙语回应，去除所有技术术语、客套话和填充词，只传递核心信息

---
*Source: https://skills.yangsir.net/authors/juliusbrussee*
*Markdown mirror: https://skills.yangsir.net/api/author/juliusbrussee/markdown*