给 AI 编程助手省 60-90% token 开销？rtk 在命令行这一层动了手脚

给 AI 编程助手省 60-90% token 开销？rtk 在命令行这一层动了手脚

Claude Code 跑一个 git status，原始输出可能是这样的：

On branch main
Your branch is up to date with 'origin/main'.
Changes not staged for commit:
  modified:   src/main.rs
  modified:   Cargo.toml
Untracked files:
  target/debug/build/some-crate-xxx/
  target/debug/deps/some-old-deps/

而装了 rtk 之后，Claude Code 看到的是：

M src/main.rs
M Cargo.toml
?? target/

三行，不是二十行。这不是 prompt 优化，是在 shell 输出进 LLM 之前就动过手脚。

rtk-ai/rtk 是一个 Rust 写成的 CLI 代理，核心功能只有一个：拦截常见开发命令的输出，在它们到达 AI 编程助手之前完成压缩和结构化重组。74.6k Stars，Apache 2.0 开源协议，最近一次发布是 2026 年 8 月 3 日，活跃度完全不用担心。

它具体做了什么

rtk 不改变你敲的命令，只改变命令的输出格式。底层是 hook 机制——你敲 git status，实际上被改写成 rtk git status 执行，shell 本身的返回结果经过 rtk 的处理管道再吐出来。

支持的命令覆盖了日常高频操作：

• 文件系统：ls、tree、cat、read → 树状结构 + 文件签名，省去长列表
• Git 系列：status、diff、log、add、commit、push、pull → 紧凑统计格式
• 代码检查：pytest（只显示失败用例）、cargo test（通过的不占上下文）、ruff check（按规则分组）、tsc（按文件分组）
• 其他：docker ps、gh pr list、docker compose logs 等

每个类别都用了不同的压缩策略：有的去注释和缩进，有的按类型聚合重复信息，有的直接截断只保留头部。不存在”一个策略套所有”的情况。

实测数据是什么量级

官方说最高可压缩 90% 的 bash 输出，但这里有个重要前提：这是 bash 输出这一项的压缩率，不是账单金额的压缩率。

具体来说，LLM 的输入 token 包含：系统提示词 + 对话历史 + 你的提示语 + bash 输出。bash 输出只是其中一项，而输入 token 又只是账单的一部分。所以 rtk 官方也坦承： reduction dilutes at every step。

不过这并不意味着效果不明显。在他们自己的 benchmark 里，pytest 输出的压缩率经常在 85-90% 区间，git diff 能到 70-80%，ruff check 这类 lint 输出因为已经结构化了，压缩空间相对小一些，但也有 40-60%。

适合谁用

如果你满足以下任一条件，rtk 值得关注：

1. 重度使用 Claude Code / Copilot / Gemini CLI 等 CLI 编程工具，每天跑几十上百个 shell 命令
2. 在处理大仓库或者长对话时遇到上下文溢出，希望从输入端减少 token 消耗
3. 对 API 账单敏感，在使用高用量模型（Claude Opus、GPT-4o 等）时希望压缩成本
4. 团队统一配置 AI 编程工具，需要一种低侵入性的方式来标准化 agent 的行为

rtk 是单文件二进制，安装后一条 rtk init -g 就能完成配置，不需要改 agent 本身的 prompt，也不需要改代码。

什么人可以跳过

1. 主要用 GUI 编程工具（Cursor、Windsurf、VS Code 插件等）的用户，rtk 是纯 CLI 工具，GUI 插件不经过 shell
2. Claude Code 内置的 Read / Grep / Glob 工具，这些不走 bash，hook 不会拦截
3. 月 API 消耗极低的用户，压缩节省的绝对金额可能不值得折腾
4. 对压缩后信息完整性要求极高的调试场景，有些时候你确实需要看完整的原始输出

安装和使用

# macOS
brew install rtk

# Linux
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

# 初始化（支持 Claude Code/Copilot/Gemini CLI/Codex/Cursor 等）
rtk init -g

# 查看节省了多少
rtk gain

首次运行 rtk gain 会显示一个仪表盘，展示各命令类型累计节省了多少输出。

支持的 AI 编程工具列表：Claude Code（默认）、Copilot CLI、Codex（OpenAI）、Cursor、Windsurf、Cline / Roo Code、Kilo Code、Google Antigravity、Kimi AI、Pi、Factory Droid 等，初始化时加 --agent <name> 即可。

项目边界说明

rtk 是单向过滤器——它只压缩 agent 收到的输出，不修改 agent 发出的指令，不参与模型的推理过程，也不存储任何上下文。它是一个纯粹的基础设施层工具。

v0.42 版本带来了 --aggressive 模式，让 rtk read 可以只输出函数签名而不输出函数体，进一步压缩代码阅读场景的 token 消耗。

需要注意的是：另一个 Rust 生态的 rtk（Rust Type Kit）包名冲突，如果 rtk gain 报版本不对，说明装错了包，请用 Git 安装方式。

下一步建议

如果你的团队正在推 AI 编程工具，想在不加 prompt、不改配置的情况下直接压缩 API 消耗，这是一个零侵入的选择：

1. 在自己的机器上装好 rtk，用 rtk gain 跑一天观察一下效果
2. 如果有效果，在团队 dotfiles 里加上 rtk 初始化脚本，实现一键配置
3. 关注项目 release 页，v0.45 正在 RC 阶段，正式版会带来更多命令的支持

GitHub：https://github.com/rtk-ai/rtk
官网：https://www.rtk-ai.app
文档：https://www.rtk-ai.app/guide/troubleshooting