首页 AI编程工具 RTK:给 AI 编程助手省钱的 Rust CLI 代理,命令输出砍掉 90%

RTK:给 AI 编程助手省钱的 Rust CLI 代理,命令输出砍掉 90%

📅 2026/9/15 👁 阅读 20 🔗 工具访问 5 次 📂 AI编程工具
RTK:给 AI 编程助手省钱的 Rust CLI 代理,命令输出砍掉 90%

工具地址

https://github.com/rtk-ai/rtk

🚀 访问工具

让 AI 跑一遍测试,它读进来两千行日志,最后就为了告诉你「15 个测试里挂了 2 个」。剩下那一千九百九十八行,你按全价付了钱。

RTK 封面图

是什么

RTK 是 Rust Token Killer 的缩写。它是个 CLI 代理,站在你的命令和大模型中间:命令照常执行,输出先被它压一遍,压缩后的版本才进到模型的上下文里。

单个 Rust 二进制,零依赖,覆盖 100 多个常用命令,平均开销不到 10 毫秒。

核心优势

压缩分四步走,不是简单截断

智能过滤去掉注释、空行和样板话;分组把同类项合并,比如按目录归并文件、按类型归并错误;截断保留有用上下文、砍掉冗余;去重把重复日志折叠成一条加计数。

四步叠下来的效果挺直观:ls -la 的 45 行变成 rtk ls 的 12 行;git push 那 15 行进度刷屏,变成一行 "ok main";cargo test 失败时 200 多行输出压到 20 行,只留挂了哪两个。pytest 和 go test 普遍砍掉 90%。

装完就不用手动敲了

这是它最实用的部分。rtk init -g 装好 hook,之后 Bash 调用会被透明改写成 rtk 版本,你敲的 git status 实际执行的是 rtk git status。Agent 不用改任何习惯,也感知不到中间多了个东西。

作者给的数字是:装上 hook 之后,所有会话和子代理的 rtk 采纳率是 100%。

覆盖的工具一长串:Claude Code、GitHub Copilot、Gemini CLI、Codex、Cursor、Windsurf、Cline、Kilo Code、Google Antigravity、Kimi、Pi、OMP、Hermes、Factory Droid。基本能想到的都在里面。

能知道自己省了多少

rtk gain 直接给看板,加 --graph 出 ASCII 图,加 --daily 按天拆,加 --all --format json 导出给 BI 用。还有 rtk discover,专门找那些你漏掉的压缩机会。

RTK 官网首页

怎么用

macOS 最省事,brew install rtk。其他平台有三条路:一键脚本(装到 ~/.local/bin,记得加 PATH),cargo install --git,或者直接下预编译二进制。二进制覆盖得挺全:macOS 分 x86_64 和 aarch64,Linux 有 musl 和 gnu 两版、同样是双架构,Windows 是 msvc。

装完两步搞定:rtk init -g 装 hook(默认给 Claude Code / Copilot,换工具加参数,比如 --gemini、--codex、--agent cursor),然后重启你的 AI 工具,敲一句 git status 试试。

Windows 有个容易踩的坑:zip 解压后把 rtk.exe 放进 PATH,然后从命令行里运行,别双击,双击会闪一下就关掉。v0.37.2 之后 hook 在原生 Windows 上也能正常跑,WSL 里同样没问题。

不是没有槽点

最该说清楚的一点:RTK 省的是 bash 输出,不是你的账单。作者在 README 里专门开了一节讲这件事,这种诚实我挺欣赏。bash 输出只是输入 token 的一部分,输入 token 又只是账单的一部分,后面还有输出 token 在等着。层层稀释之后,那个 90% 落到你的账上会缩水不少。

而且 RTK 不带 tokenizer,它报的 token 数是按字节数除以 4 估出来的。百分比可以参考,绝对数字别当真。

第二个坑:hook 只管 Bash 工具调用。Claude Code 内置的 Read、Grep、Glob 不走 bash,不会被自动改写。想在这几个动作上省 token,得改用 shell 命令(cat/head/tail、rg/grep、find),或者直接敲 rtk read、rtk grep、rtk find。

第三个坑有点搞笑,但真会踩:crates.io 上有个同名项目也叫 rtk,那是 Rust Type Kit。如果你 cargo install rtk 装完发现 rtk gain 报错,不是程序坏了,是装错了。

另外它的 issue 积压不少,一千六百多个 open issue。项目迭代很快(最新版 v0.49.0,9 月 14 日刚推过代码),但社区问题的消化速度明显跟不上。

跟同类怎么比

跟 caveman 比:caveman 管的是输出侧,让 Agent 说话简短,砍 65% 的 token;RTK 管输入侧,压的是命令输出。两个方向不冲突,一起用效果叠加。

跟手动加管道比(比如 git status | head -30):手动的方式得写进提示词或者 CLAUDE.md,稳定性差,而且每种命令都得自己想怎么截。RTK 是通用方案,装上就不用再管。

我的建议:如果你每天都用 Claude Code、Codex 这类工具,而且经常让它跑测试、跑构建、看日志,RTK 值得装。如果你的用法主要是让它写代码、读单个文件,那省下来的量有限,可以不折腾。

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

标签:#RTK #Token优化 #Claude Code #Rust #AI编程工具


关注我,每期分享一个帮你省事的强大工具 🛠️

💬 评论区 (0 条评论)

暂无评论,快来发表第一条评论吧!

📤 分享这篇文章

📌 相关推荐

微信扫码分享

打开微信扫一扫