rtk 实测：这款 Rust 写的 CLI 代理，让我的 Claude Code 月账单从 1200 元砍到 240 元 #

一句话总结：rtk 是一个用 Rust 编写的单文件 CLI 代理，通过智能过滤和压缩命令输出，帮你在使用 Claude Code、Cursor、Codex 等 AI 编程工具时减少 60%-90% 的 token 消耗。支持 100+ 命令，覆盖 git、测试、构建、Docker 等全开发流程，安装只需一条命令，零依赖、零配置。

目录 #

1. 为什么 2026 年每个开发者都在为 token 账单焦虑
2. rtk 是什么：不是又一个 AI 工具，而是你的"节流阀"
3. 实测数据：30 分钟 Claude Code 会话省了 80% token
4. rtk 的四大核心机制
5. 支持 13 款 AI 工具，一键接入
6. 安装与上手： literally 30 秒
7. 进阶用法：从 git status 到 AWS 全栈覆盖
8. rtk 的局限与最佳实践
9. 同类工具对比：为什么选 rtk
10. 总结：这是一个"不买就亏"的工具

为什么 2026 年每个开发者都在为 token 账单焦虑 #

2025 到 2026 年，AI 辅助编程从"尝鲜"变成了"刚需"。Claude Code、GitHub Copilot、Cursor、Windsurf、Gemini CLI……这些工具确实让编码效率翻倍，但随之而来的是一个被严重低估的成本：token 消耗。

一个典型的中国开发者使用 Claude Code 的真实账单大概是：

• 轻度使用（每天 1-2 小时）：每月 300-600 元 API 费用
• 中度使用（每天 3-4 小时）：每月 800-1500 元
• 重度使用/团队场景：每月 3000-5000 元不稀奇

这还不包括 ChatGPT Plus、Cursor Pro、GitHub Copilot Pro 等固定订阅费用。一个全栈工程师的"AI 工具栈"月支出轻松突破 2000 元。

更隐蔽的问题是：你花的钱，相当一部分被浪费了。

当你让 Claude Code 执行 git status、cat package.json、cargo test 这类命令时，返回的原始输出充斥着大量对 AI 而言毫无信息量的内容——空白行、进度条、ASCII 艺术、重复日志、冗长的元数据。这些"噪声"全部塞进 LLM 的上下文窗口，白白烧掉你的 token 配额。

rtk 解决的正是这个被忽视的浪费环节。

rtk 是什么：不是又一个 AI 工具，而是你的"节流阀" #

rtk（GitHub: rtk-ai/rtk）的定位非常精准：它本身不生成代码、不聊天、不推理——它只做一件事，就是把 CLI 命令的输出"压扁"，再喂给 AI。

用作者的话说：

“rtk filters and compresses command outputs before they reach your LLM context.”

它像是一个夹在 “你的 AI 工具” 和 “shell” 之间的透明代理层：

没有 rtk 时：
Claude Code --git status--> shell --> git --> 返回 2000 token 的原始输出

有 rtk 时：
Claude Code --git status--> RTK --> git --> 过滤压缩 --> 返回 200 token 的精炼输出

关键特性一览：

实测数据：30 分钟 Claude Code 会话省了 80% token #

这是 rtk 官方文档中给出的基准测试，也是我在自己项目（一个中型 TypeScript 全栈应用）上复现后确认的数据：

80% 是什么概念？

如果你每月 Claude Code 的 API 账单是 1200 元，rtk 直接帮你砍掉 960 元。剩下 240 元的支出，效果却和原来完全一致——AI 拿到的信息没有减少，只是去掉了噪声。

rtk 的四大核心机制 #

rtk 不是简单地把输出截断（truncation），而是根据命令类型应用四种策略：

1. Smart Filtering（智能过滤） #

移除对 LLM 无意义的噪声：注释、空行、样板代码、进度条、ASCII 装饰。比如 git push 的完整输出里有 “Enumerating objects… Counting objects… Delta compression…” 一大串，rtk 直接把它变成一行 ok main。

2. Grouping（分组聚合） #

把同类项合并。git status 不再逐行列出文件，而是按目录聚合：src/ (8 files)。测试失败不再打印整页堆栈，而是 FAILED: 2/15 tests，下面只列出具体失败项。

3. Truncation（智能截断） #

保留上下文，切除冗余。cat 一个 500 行的配置文件，rtk 保留结构但压缩值。rtk read file.rs -l aggressive 甚至只保留函数签名，完全剥离函数体。

4. Deduplication（去重） #

Docker 日志、测试输出里常见的重复行，rtk 会折叠成 ... (repeated 47x)，省下大量 token。

支持 13 款 AI 工具，一键接入 #

rtk 最让我惊喜的是它的生态兼容性。它不是只给 Claude Code 用的私货，而是覆盖了当下几乎所有主流 AI 编程工具：

这意味着：你可以在不同工具之间无缝切换，rtk 的节省效果始终跟随你。

安装与上手： literally 30 秒 #

macOS（推荐 Homebrew） #

brew install rtk
rtk init -g   # 为你的默认 AI 工具安装自动重写钩子
# 重启 Claude Code / Cursor / 你的 AI 工具

Linux 一键安装 #

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

验证安装 #

rtk --version   # rtk 0.28.2
rtk gain        # 查看 token 节省统计

安装完成后，你不需要改变任何使用习惯。继续像平常一样输入 git status、cargo test，rtk 的钩子会在底层自动把命令重写为 rtk git status、rtk cargo test，AI 拿到的是压缩后的输出，你无感知。

进阶用法：从 git status 到 AWS 全栈覆盖 #

Git 操作：化繁为简 #

rtk git status        # 精简状态
rtk git log -n 10     # 单行提交记录
rtk git diff          # 压缩 diff
rtk git push          # 直接返回 ok main

测试输出：只看失败 #

rtk pytest            # 只列失败测试，节省 90% token
rtk cargo test        # 同理
rtk test <cmd>        # 通用测试包装器

代码检查：分组聚合 #

rtk lint              # ESLint 按规则/文件分组
rtk tsc               # TypeScript 错误按文件聚合
rtk ruff check        # Python lint 结果压缩

Docker & K8s：去重日志 #

rtk docker ps         # 精简容器列表
rtk docker logs <id>  # 去重日志输出
rtk kubectl pods      # 精简 pod 列表

AWS：脱敏 + 精简 #

rtk aws ec2 describe-instances   # 精简实例列表
rtk aws lambda list-functions  # 只留 name/runtime/memory，自动脱敏
rtk aws s3 ls                   # 截断但保留 tee 恢复

数据分析：结构化输出 #

rtk json config.json    # 保留结构，隐藏值（防泄密）
rtk deps                # 依赖摘要
rtk summary <long cmd>  # 启发式总结长输出

rtk 的局限与最佳实践 #

局限性 #

1. Bash 命令才生效：Claude Code 内置的 Read、Grep、Glob 等工具不走 Bash hook，所以不会自动被 rtk 处理。解决方式：改用 shell 命令（cat、rg、find）或直接调用 rtk read、rtk grep。

2. Windows 原生支持有限：auto-rewrite 钩子需要 Unix shell，Windows 原生环境（cmd/PowerShell）只能使用 CLAUDE.md 注入模式，需要手动在命令前加 rtk。推荐用 WSL 获得完整体验。

3. 极端场景可能需要完整输出：如果 rtk 过滤导致 AI 误解，可以用 tee 模式恢复完整输出，或临时用 -v / --verbose 提高详细度。

最佳实践 #

• 先安装再忘记：装好钩子后正常使用即可，不要刻意记 rtk 命令
• 定期看 rtk gain：了解自己的节省情况，发现未被覆盖的命令
• rtk discover：扫描近期会话，发现可以节省但还没被 rtk 覆盖的命令
• 排除敏感命令：在 ~/.config/rtk/config.toml 里设置 exclude_commands = ["curl", "playwright"]

同类工具对比：为什么选 rtk #

rtk 的核心优势在于：它工作在命令层，不需要改一行业务代码，不需要接入 API 网关，不需要学习新的抽象。 它就是一层透明代理，装上去，省下来。

总结：这是一个"不买就亏"的工具 #

2026 年的开发者工具市场，大家都在做加法——更强的模型、更多的功能、更炫的界面。rtk 罕见地做了一次减法：把已经存在的东西，变得更轻、更省、更高效。

它不替代你的 AI 工具，只是让它们的"伙食费"打八折甚至一折。它不改变你的工作流，只是默默把噪声滤掉。它不向你收钱（MIT 开源），却每个月帮你省下一笔真金白银。

如果你正在用 Claude Code、Cursor、Copilot 或任何 AI 编程工具，rtk 应该是你下一个安装的软件——不是因为它很酷，而是因为不用它很亏。

# 30 秒，开始省钱
brew install rtk
rtk init -g

延伸阅读

• rtk GitHub 仓库
• rtk 官方文档
• Claude Code 官方定价
• Morph: 5 种 LLM 成本优化策略

本文基于 rtk v0.28.2 实测撰写。工具持续迭代，具体功能请以最新版本为准。