你每天用 Claude Code、Codex 或者 Cursor 写代码的时候，有没有算过一笔账？
那些看起来"理所当然"的命令——ls、grep、find、git status——每一次都会消耗 LLM 的 token。LLM 不知道你只想看个目录列表，它把整个输出当作上下文吞下去，计费器在疯狂跳动。
rtk 做的事情很简单也很粗暴：在命令到达 LLM 之前，拦截它，压缩它，只保留 LLM 真正需要的部分。
rtk 是什么
rtk（rtk-ai/rtk）是一个用 Rust 编写的 CLI 代理工具。51,300+ stars，3,100+ forks。
它只有一个文件——一个 Rust 编译出来的二进制文件。零依赖。下载就能用。
工作原理：rtk 作为一个代理层插入到你的 AI 编程工具和 LLM API 之间。当你执行 ls -la /some/deep/path 时，rtk 会截获这个命令的执行结果，分析哪些信息对 LLM 来说是真正有价值的，然后只发送压缩后的摘要。
能省多少
官方数据：60-90% 的 token 节省，针对常见的开发命令。
这不是什么魔法。它的做法本质上是在做"信息蒸馏"：
ls输出的几十行文件名 → 压缩成关键文件和目录结构的摘要git diff的几百行变更 → 提取变更的核心模式grep的大量匹配结果 → 去重、分组、提取关键上下文
LLM 不需要看到完整的目录列表才能理解项目结构。它只需要知道"这个项目有三个主要模块，每个模块有各自的测试目录"就够了。
技术亮点
- Rust 实现：单个二进制文件，启动时间毫秒级，内存占用极低
- 零依赖：不需要安装 Python、Node.js 或者其他运行时
- 透明代理：对你的 AI 编程工具完全透明，不需要修改任何配置
- OpenClaw 插件：已经支持 OpenClaw 的透明执行重写
- Hermes 集成：最近新增了对 Hermes Agent 的集成支持
- 960 commits：项目迭代非常活跃，昨天还有新的 PR 合并
真实价值
这笔账很容易算：如果你每天花 8 小时用 AI 编程工具，每天消耗 50 万 token，rtk 可以帮你省到 5-20 万 token。一个月下来，省下的钱可能足够买一杯咖啡——或者如果团队规模大一点，可能够付一顿饭钱。
但 rtk 的意义不止于省钱。它解决了一个更深层的问题：LLM 的上下文窗口是被大量无用信息浪费的。当 token 预算被 ls 和 grep 的输出占满，留给真正重要代码的上下文就少了。
rtk 让 LLM 看到的信息更精炼，某种意义上也让它"更聪明"了。
适合谁
- 重度使用 AI 编程工具的开发者
- 对 API 成本敏感的个人和团队
- 喜欢折腾工具链的 Rust 爱好者
不太适合：偶尔用一下 ChatGPT 写几行代码的用户——节省效果不明显。