Elastic-caveman：将AI Output Token减少64%

当你通过 AI 助手查询 Elasticsearch 时，你真正需要的是事实：索引名称、字段映射、Elasticsearch 查询语言（ES|QL）查询语句、案例编号、情感分数。然而，当前的大语言模型（LLM）接口在每次响应中都会包裹大量对话式的填充内容：

“当然！我很乐意帮助你……”

“这应该让你对整体情况有个很好的了解……”

“如果还需要其他帮助，请随时告诉我！”

这不仅令人厌烦，而且成本高昂。每个 token 都意味着金钱和延迟。对于生产环境中的 Elasticsearch 查询，这种开销会迅速累积。本文介绍了 elastic-caveman，并分享了一项对照实验的结果——该实验针对 Elasticsearch 集群，在八个真实的模型上下文协议（MCP）场景中进行了测试。主要发现：平均减少了 63.6% 的 Token，节省了 817 个 Token，并且技术准确性没有任何损失。

认识 elastic-caveman

elastic-caveman 验证了一个简单的假设：从 AI 响应中剥离出纯粹的信号，并衡量其影响。具体方法如下：

• 普通模式：完整的对话式 AI，包含问候、解释和结束语。
• 原始人模式（Caveman mode）：仅包含最少结构标签的原始数据。 我们在两种模式下，使用 MCP 连接一个真实的 Elasticsearch 实例，并基于实际的支持工单和 Salesforce 案例数据，测试了八个生产场景。

结果：Token 减少 64%，准确性零损失

以下是我们在八个真实的 MCP 工具调用中发现的情况：Elastic-Caveman 计划成功优化了 AI 响应的规模，且没有牺牲质量或功能。

关键保留项（0% 损失）：

• 技术准确性
• API 路径
• ES|QL 语法
• 字段名称 关键发现：所有字段名称、案例编号、ES|QL 查询语句、账户名称和情感分数都被精确保留。不是近似保留，而是原封不动。

真实示例：改造前后对比

示例 1：列出索引 —— 减少 87%

用户：显示我的索引

普通模式（107 个 Token）：

当然！我很乐意帮你查看索引。以下是你的 Elasticsearch 集群中所有索引的完整列表。每个条目都显示了索引名称以及相关的元数据。这应该能让你对集群中存储的内容有一个很好的了解：-- salesforce-cases-- support-tickets以上就是我找到的所有索引。如果你想深入了解某个具体的索引，请告诉我，我会很乐意提供帮助！

原始人模式（14 个 Token）：

索引：salesforce-cases, support-tickets

节省：93 个 Token（86.9%）

示例 2：生成 ES|QL 查询 —— 减少 75%

用户：显示按产品领域分组的未解决的关键工单

普通模式（208 个 Token）：

好的！我很乐意帮你编写这条 ES|QL 查询语句。你要做的是过滤出状态为“未解决”且优先级为“关键”的工单，然后按产品领域分组。以下是实现方法……

接着是实际查询语句，外加 150 多个 Token 的分步解释

原始人模式（52 个 Token）：

FROM support-ticketsWHERE status = "Open" AND priority = "Critical"| STATS count = COUNT(*) BY product_area| SORT count DESC| LIMIT 100
过滤条件：未解决 + 关键，按 product_area 分组、计数、降序排序。

节省：156 个 Token（75.0%）。两种模式下，ES|QL 语法都是逐字符一致的。

示例 3：搜索最近的支持工单 —— 减少 35%

用户：显示 5 条最近的支持工单

原始人模式（143 个 Token）：

5 条最近工单，按最新排列：

| 案例编号 | 优先级 | 状态      | 账户名称              | 主题                                         | 天数 | 情感评分CASE-0012 | 关键   | 未解决    | Pinnacle Financial    | 监管报告：错误的税务计算                     | 2    | -0.94CASE-0021 | 关键   | 已升级    | Riverstone Capital    | 安全审计阻止续订                             | 2    | -0.93CASE-0046 | 中     | 未解决    | Blackrock Partners    | 渗透测试结果需供应商回复                     | 2    | -0.70CASE-0006 | 高     | 未解决    | United Oil & Gas      | 未经授权访问——紧急                           | 3    | -0.91CASE-0017 | 高     | 未解决    | Riverstone Capital    | 续订文书停滞                                 | 4    | -0.86

所有情感评分均为负面。4 月 7 日有两条关键案例。所有案例编号、优先级、账户名称和情感评分被逐字保留。

什么被移除，什么被保留

在优化输出时，我们会去除对话式的填充内容，比如 “当然！我很乐意帮助你……”、“这应该能让你有个很好的了解……” 或 “需要我帮你确定这些的优先级吗？”。同时，我们会保留所有事实性内容，例如 ES|QL 代码片段（如 FROM support-tickets WHERE status = "Open"）、字段名称（如 sentiment_score、product_area、resolution_hours）、索引名称（如 support-tickets 和 salesforce-cases）。此外，我们还保留具体的标识符和业务实体，如案例编号 CASE-0012、CASE-0002；账户名称，如 Pinnacle Financial 和 United Oil Gas Corp；以及所有数值，例如情感评分 -0.94、统计数量（如 47 个重复项）、持续时间（如 18 天）或指标（如平均 27.0 小时）。因此，编辑后的文本严格聚焦于查询语法、实体和数字，只丢弃了礼貌性的框架性内容。

不同操作类型的结果也有所不同：

完整的评估分解

以下是在全部八个场景中，针对真实 MCP 数据的 Token 节省情况，按查询类型划分：

技术准确性验证：

信息零损失。Token 减少 64%。

这对 Elastic 用户的意义

对于在 Elasticsearch 上构建 AI 助手的团队来说，64% 的 Token 减少意味着：在规模下输出成本节省 64%、更快的流式响应、以及更大的上下文窗口空间用于处理实际数据而非填充内容。当你在凌晨两点调试一条 ES|QL 查询时，你不需要 AI 告诉你它很乐意帮忙；你只需要查询结果！

更宏观的视角：重新思考 AI 界面

这个实验揭示了一个根本性问题：对话式 AI 界面总是在错误的指标上进行优化——它们追求听起来像人类，而用户往往只需要快速准确的数据。

对于技术性工作流，尤其是数据查询，有一个强有力的理由支持模式切换：

• 对话模式：用于探索或学习。npx skills add srikolag/elastic-caveman支持的 Agent： Claude Code、Cursor、Codex、Windsurf、GitHub Copilot、Gemini CLI、Roo 触发方式： /elastic-caveman 关闭方式： “normal mode” 或 “verbose”实际运行效果我们使用 Claude 模型测试了 elastic-caveman，以衡量其对 Token 使用量和成本的影响：
• 原始人模式：当你明确知道自己想要什么并且需要立即得到结果时。 Elastic MCP 服务器通过返回结构化、准确的响应，使得这两种模式都能完美运行，无需修改。elastic-caveman 的工作原理elastic-caveman 是一种 Agent Skill，即一个包含 YAML 前置元数据的 Markdown 文件。任何兼容的 AI Agent 都可以读取并执行这些指令。它无需运行时、无需二进制文件、无需 API 调用——只是一组指令，重新定义了你的 Agent 在处理 Elasticsearch 时的说话方式。 安装命令：
• 使用 elastic-caveman： Token 用量为 368（输入）+ 1.6k（输出），成本为 $0.11。
• 未使用 elastic-caveman： Token 用量为 367（输入）+ 1.8k（输出），成本为 $0.12。提示词：从 support-tickets 索引中获取 Pinnacle Financial 的关键支持工单，并显示在 Kibana 中

此测试展示了 elastic-caveman 的效率。

视频缩略图

下一步计划

原始人模式仅仅是个开始。可以考虑动态模式切换：在会话过程中随时切换简洁与详细模式。或者混合模式：成功时简洁，出错时详尽。也可以为团队定制详细的级别，以满足中间需求。目标不是让 AI 助手变得机械，而是让用户能够控制信号与噪声的比例。

亲自尝试

使用你的 Elasticsearch 数据测试原始人模式：

1. 设置 Elastic MCP 服务器。
2. 安装 elastic-caveman。
3. 在普通模式和原始人模式下分别运行查询。
4. 比较 Token 数量和准确性。 完整的评估方法和脚本可在 GitHub 仓库 中找到。结论在八个使用真实 Elasticsearch 数据的真实场景中，elastic-caveman 实现了平均 64% 的 Token 减少，且准确性零损失，ES|QL 语法、字段名称和技术值的保留率为 100%。有时，最好的 AI 响应并不是最健谈的那一个。有时你只需要数据——而借助 elastic-caveman，你可以快 64% 获取它。 准备好优化你的 Elasticsearch AI 工作流了吗？请查阅 Elasticsearch Labs 获取更多关于使用 Elasticsearch 和 AI 进行构建的教程、集成和研究。或者，马上开始使用 Elasticsearch 进行构建。 想优化你的 Elasticsearch AI 工作流？请访问 Elasticsearch Labs 获取更多教程、集成和研究。准备好自己尝试了吗？立即开始构建。