让 Claude Code 成本爆降 89%，这个开源工具有点猛...

用 Claude Code 写代码，经常遇到会话莫名其妙地变短，明明才刚开始，对话就断了。

原因其实很简单。

每次 AI Agent 在终端跑命令，输出结果会直接塞进上下文窗口。

上下文窗口，就是 AI 每次能记住的内容上限，满了就断。

跑一次 cargo test，光是测试日志就能吃掉 4000+ token。跑几次 git diff，再 grep 一下，上下文就满了。

说白了，就是 AI 的「工作记忆」很容易被终端里垃圾信息撑爆。

留给真正有用的代码逻辑的空间，越来越少。

最近我发现了一个叫 RTK 的开源工具，专门来解决这个问题。

RTK 的全称为 Rust Token Killer，一个用 Rust 写的 CLI 代理层。

所做的事情很简单：在终端命令的输出结果到达 AI 之前，先帮忙过一遍，把噪音删掉，只留关键信息。

就像给 AI 装了一个「过滤器」，脏水不进去，只喝干净的。

有位开发者使用 RTK 几周后，输出一份统计报告，节省了 88.9% token。

压缩效果有多夸张

官网给了一份对比数据，来自 2900+ 次真实命令的统计。

以 cargo test 为例，原始输出大概 4823 个 token，经过 RTK 处理后，只剩 11 个 token，压缩了 99%。

那些测试日志、警告信息、进度条，全砍掉，只告诉 AI 结论。

git diff 同理，2 万多 token 的原始 diff，处理后压到 1200 token 左右，缩减 94%。

git status 从 120 token 压到 30 token，grep 结果从 2000 token 压到 940 token。

它是怎么做到的

RTK 内部用了四种策略，组合使用：

智能过滤：把注释、空白行、样板代码这类对 AI 没用的内容直接删掉。

分组聚合：把类似的内容合并展示。比如 grep 搜出来的结果，会按文件分组，同一个文件的匹配行合并在一起，而不是把所有匹配行铺开一行一行展示。

智能截断：保留最有价值的上下文，删掉重复冗余的部分。

去重合并：日志里反复出现的相同行，合并成一条，附带出现次数。

这四种策略组合起来，基本覆盖了开发过程中最常见的「废话场景」。

三步装好，轻松上手

RTK 是单一二进制文件，零依赖，支持 Claude Code、Cursor、Codex、Gemini CLI 等主流 AI 编码工具。

安装也非常简单，以 Claude Code 为例，三步装好：

macOS 用户直接用 Homebrew：

brew install rtk

Linux 用一键脚本：

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

Windows 目前没有自动安装脚本，需要去 GitHub Releases 页面手动下载对应的二进制文件。

装好之后，运行一条命令开启自动 hook：

rtk init --global

这一步会在 Claude Code 里装上一个拦截机制，每次 AI 准备执行终端命令时，RTK 会先接管处理，自动压缩输出。

不需要手动在每条命令前加 rtk。重启 Claude Code 后就生效了。

如果想要查看具体省了多少 token，可以运行下面这条命令：

rtk gain

会输出一份统计报告，显示总共处理了多少命令、节省了多少 token、各命令的平均压缩率。

写在最后

AI 编码工具这两年进化飞快，从代码补全到 Agent 自主写代码，能力边界一直在扩张。

但有一个问题始终没被正面解决：上下文窗口的利用率。

虽然模型越来越大，窗口也越来越长，但塞进去的内容，有相当一部分是终端输出的噪音。

这是一种隐性的浪费，既消耗配额，也干扰推理质量。给 AI 送进去的每一个 token，都应有价值。

这次 RTK 切入的角度就对了，不是让模型变得更聪明，而是让进入模型的信息，变得更干净一点。

装上它之后，AI 的每一次思考，都能用在真正该用的地方。

GitHub 项目地址：https://github.com/rtk-ai/rtk

今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！