RTK：Rust 写的高性能 CLI 代理，Claude Code 场景节省 80% Token

一个 Claude Code 会话（30分钟）里，开发者的 shell 命令会消耗约 118,000 tokens。用了 RTK，同样的操作只消耗约 23,900 tokens，节省 80%。

这就是 RTK（Rust Token Killer）做的事。

GitHub 35.9k stars，MIT 协议，单个 Rust 二进制文件，零依赖，支持 100+ 命令的智能过滤和压缩。

一、核心问题：LLM 在命令行场景里 Token 浪费在哪里？

当你用 Claude Code / Cursor 等 AI 编码工具工作时，每次让 LLM 执行一个 shell 命令，命令的输出会被完整地塞进 LLM 的 context window。问题是：

• git diff 输出 50 行，但只有 3 行真正关键（文件路径 + 变更统计）
• cargo test 输出 200 行，但 LLM 真正需要的是"哪几个测试失败了"
• ls -la 输出 40 行，但 LLM 只需要知道"这个目录有哪些文件"
• pytest 输出几百行测试日志，但大部分是 passed 的冗余信息

这些输出的噪音密度极高，消耗大量 Token 但信息价值极低。LLM 在读它不需要看到的东西。

RTK 解决这个问题的方式是：在命令输出进入 LLM 之前，先经过一层智能过滤和压缩。

二、RTK 工作原理：四层过滤策略

  Without rtk:                                    With rtk:

  Claude  --git status-->  shell  -->  git         Claude  --git status-->  RTK  -->  git
    ^                                   |            ^                      |          |
    |        ~2,000 tokens (raw)        |            |   ~200 tokens        | filter   |
    +-----------------------------------+            +------- (filtered) ---+----------+

RTK 对每种命令类型应用四层过滤策略：

2.1 Smart Filtering（智能过滤）

移除噪音内容：注释、空格、模板代码、冗余的 ASCII 分隔线。保留对 LLM 有意义的内容。

2.2 Grouping（分组聚合）

将相似项聚合：

• 文件按目录分组（而不是逐行列出）
• 错误按类型分组（同类错误只显示一次）
• 测试结果按状态分组（passed/failed 分块显示）

2.3 Truncation（截断）

保持相关上下文，裁掉冗余部分。例如 git log 输出 50 行 commit 历史，RTK 只保留关键信息压缩到几行。

2.4 Deduplication（去重）

将重复的日志行折叠为一行，附带出现次数：

[repeated 47 times] Failed to connect to database

这样 LLM 知道这个问题出现了 47 次，但只占用 1 行的 Token。

三、Token 节省实测（30分钟 Claude Code 会话）

数据来源：基于中大型 TypeScript/Rust 项目的实测估算，实际节省因项目规模而异。

四、安装与快速开始

4.1 安装方式

# Homebrew（推荐）
brew install rtk

# 快速安装（Linux/macOS）
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

# Cargo
cargo install --git https://github.com/rtk-ai/rtk

# Windows（推荐用 WSL 获取完整支持）
# 或下载 releases 里的 .zip，解压后将 rtk.exe 加入 PATH

验证安装：

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

4.2 初始化（为 AI 工具启用）

rtk init -g                     # Claude Code / Copilot（默认）
rtk init -g --gemini            # Gemini CLI
rtk init -g --codex             # Codex (OpenAI)
rtk init -g --agent cursor      # Cursor
rtk init --agent windsurf       # Windsurf
rtk init --agent cline          # Cline / Roo Code
rtk init --agent kilocode       # Kilo Code
rtk init --agent antigravity    # Google Antigravity

# OpenClaw 用户
openclaw plugins install ./openclaw

初始化后会安装一个 hook，自动拦截 Bash 命令并重写为 rtk 版本，重启 AI 工具后生效。

4.3 工作示例

# 普通 git push（~200 tokens）→ rtk git push（~10 tokens）
# 普通 cargo test（200+ 行失败输出）→ rtk cargo test（~20 行精简输出）
# 普通 pytest（几百行测试日志）→ rtk pytest（只显示失败测试）

# 可以直接调用 rtk 命令
rtk git status
rtk ls .
rtk read file.rs
rtk cargo test
rtk pytest

五、支持的 AI 工具（12 个）

Mistral Vibe 支持：已在规划中（受限于 upstream 问题）。

六、支持命令列表（100+）

RTK 支持的命令覆盖以下类别：

文件操作

• rtk ls / rtk tree — 目录树精简版
• rtk read — 智能文件读取（支持 aggressive 模式，只显示签名）
• rtk smart — 启发式 2 行代码摘要
• rtk find / rtk grep — 分组搜索结果
• rtk diff — 压缩 diff 输出

Git 操作

• rtk git status — 精简状态
• rtk git log -n 10 — 单行 commit 历史
• rtk git diff — 压缩 diff
• rtk git add/commit/push — → “ok” 格式（push 显示分支）

测试运行器

• rtk jest / rtk vitest — 只显示失败
• rtk playwright test — E2E 结果（只显示失败）
• rtk pytest — Python 测试（-90%）
• rtk go test — Go 测试（NDJSON，-90%）
• rtk cargo test — Rust 测试（-90%）
• rtk rspec — Ruby 测试（JSON，-60%+）
• rtk err <cmd> — 过滤任意命令的错误行

构建与 Lint

• rtk lint — ESLint 按规则/文件分组
• rtk tsc — TypeScript 错误按文件分组
• rtk cargo build — Cargo 构建（-80%）
• rtk ruff check — Python linting（JSON，-80%）
• rtk golangci-lint run — Go linting（-85%）

AWS / Docker / kubectl

• rtk aws ec2 describe-instances — 精简实例列表
• rtk docker ps — 精简容器列表
• rtk kubectl pods — 精简 pod 列表

数据分析

• rtk json — 显示结构而非值
• rtk deps — 依赖摘要
• rtk log — 去重日志
• rtk curl / rtk wget — 截断 + 保存完整输出

七、Token 节省统计与发现

RTK 内置了分析工具，帮助你了解实际节省了多少 Token：

rtk gain                        # 汇总统计
rtk gain --graph                # ASCII 图（过去 30 天）
rtk gain --history              # 最近命令历史
rtk gain --daily                # 按天分解
rtk gain --all --format json    # JSON 导出（接入 Dashboard）

rtk discover                    # 发现未被 rtk 覆盖的命令
rtk discover --all --since 7    # 扫描所有项目，过去 7 天

rtk session                     # 显示最近会话中 RTK 的覆盖率

八、失败输出保留（TEE 机制）

当命令失败时，RTK 默认保存完整未过滤的输出到 ~/.local/share/rtk/tee/：

FAILED: 2/15 tests
[full output: ~/.local/share/rtk/tee/1707753600_cargo_test.log]

这样 LLM 在分析失败原因时可以直接读取完整日志，而不需要重新执行命令。可以通过 ~/.config/rtk/config.toml 配置：

[tee]
enabled = true          # 默认 true
mode = "failures"       # "failures"（仅失败时）/ "always" / "never"

九、Windows 支持说明

推荐使用 WSL 以获得完整体验。原生 Windows 下 RTK 可以工作，但 auto-rewrite 不生效，需要手动调用 rtk 命令。

十、与同类工具的对比

RTK 的核心优势在于：

1. 零依赖：Rust 编译成单个二进制，不依赖 Node.js 或 Python 运行时
2. 支持面广：覆盖 100+ 命令，包括测试/构建/lint/Git/AWS/Docker/K8s
3. AI 工具集成深：不只是 CLI 过滤器，而是通过 PreToolUse hook 透明拦截 Bash 命令
4. Token 分析：内置 rtk gain 帮助量化节省效果
5. 失败保留：TEE 机制确保 LLM 在命令失败时能读到完整日志

总结

RTK 是一个解决实际问题的小而美的工具：LLM 在 shell 命令输出里浪费大量 Token，RTK 用四层过滤策略（智能过滤 + 分组 + 截断 + 去重）把输出压缩到最小，同时保留 LLM 需要的关键信息。

对于一个 30 分钟的 Claude Code 会话，118k tokens 的消耗可以降到 24k，节省 80%，直接降低 AI 编码成本。对 Claude Code 用户来说，这基本是必装的效率工具。

单二进制、零依赖、安装简单、支持 12 种 AI 编码工具，值得一试。

相关链接：

• GitHub：https://github.com/rtk-ai/rtk（35.9k stars）
• 官网：https://www.rtk-ai.app
• 文档：https://www.rtk-ai.app/guide

🦞 每日08:00自动更新