我每个月花在AI编程工具上的Token,有80%是废话

上个月我把 Claude Code 的 API 账单导出来看了一眼——测试日志、 git 状态、目录列表，这些 AI 根本不需要的信息，占了我总消耗的 80%。

一、你的 Token 去哪了

打开 Claude Code ，跑一个 cargo test。

它输出了 200 行。其中 180 行是”test xxxx … ok”。有用的信息只有最后 5 行——有没有失败、失败在哪。

但这 200 行全被塞进了上下文，全被你的 API 账单买单了。

这不是个别现象。当 AI 编程助手执行命令时，它拿到的是命令的原始输出，不做任何筛选。git status、ls -la、pytest、npm install……每一次命令调用，都有大量对 AI 判断没有价值的内容在消耗你的 Token 配额。

rtk （全名 Rust Token Killer ）就是专门来干这件事的：在命令输出到达 AI 上下文之前，先帮你把废话过滤掉。

39.2k Star ， Rust 编写，单二进制零依赖，支持 Claude Code / Cursor / Copilot / Gemini CLI 等 12 款主流 AI 编程工具。

二、原理：它在哪里”截胡”

rtk 的工作位置很关键——它插在”命令执行”和”AI 接收输出”之间。

[你的Claude Code]→[Bash工具调用 git status]
↓
[rtk Hook 拦截]
↓
[rtk 压缩输出：200行 → 12行]
↓
[AI只看到12行精华]

它不是替换你的 AI 工具，也不是改你的代码。它就是在输出管道里加了一个”过滤器”。

四种压缩策略：

关键设计：失败信息不压缩。 测试失败、报错堆栈， rtk 会保留完整内容。压的是那些对 AI 判断没有帮助的”成功日志”。

三、真实省钱数字——官方说 90%，实测是多少

官方给了一张基于中型项目 30 分钟会话的数据：

这个数字是真的吗？

实测数据更保守：一个 Java 项目 mvn test 场景，节省约 70%；一个完整的 Claude Code 会话（ 18.2k 输入 Token ），实测节省 67.8%。

结论：官方宣传的 90%是最优场景，综合节省在 60-70%之间更符合实际。 但 60%已经非常可观了——相当于每花 1 块钱 API 费用，以前有 0.6 块是在喂废话。

四、安装：三分钟搞定

macOS （最简单）：

brewinstallrtk

Linux / macOS 通用：

curl-fsSLhttps://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh|sh
exportPATH="$HOME/.local/bin:$PATH"

装完之后，初始化对应的 AI 工具：

rtkinit-g# Claude Code 或 GitHub Copilot
rtkinit-g--gemini# Gemini CLI
rtkinit--agentcursor# Cursor

rtk init会在你的 Shell 配置里加入 Hook ，之后重启 AI 工具就自动生效。用rtk gain可以随时查看累计节省了多少 Token 。

踩坑一： cargo 安装别用 crates.io 。 cargo install rtk会装到另一个同名包，必须用 git 源：cargo install --git https://github.com/rtk-ai/rtk。

踩坑二： Windows 原生不支持自动 Hook 。 Windows 用户必须上 WSL ，否则只能手动调用rtk git status这种形式，失去了”透明接管”的最大优势。

踩坑三： Hook 只管 Bash 工具。 Claude Code 内置的 Read 、 Grep 、 Glob 工具不走 Hook ，要压缩这些操作需要手动用rtk read、rtk grep。不是大问题，但别以为装了就全自动了。

五、三个真实使用场景

场景一：测试驱动开发（省得最多）

你让 Claude Code 写功能、跑测试、修 bug 这种循环。每次cargo test或pytest都输出几百行，其中 95%是 PASSED 日志。

rtk 会把所有通过的测试折叠成一行计数，失败的测试保留完整信息。一个中等项目的测试输出从 200+行压到 20 行左右。这个场景节省最明显。

场景二：大型代码库探索（中等效果）

Claude Code 读目录结构、搜索文件、看 git 历史。ls -la、tree、git log这些命令的输出 rtk 都会裁剪，只保留对当前任务有关的部分。

效果中等，主要看代码库大小。小项目体感不明显，大项目很有感。

场景三：配置踩坑（最容易翻车）

有用户反映， rtk 有时候压缩得太狠，导致 AI 拿到的信息不够，反而再次执行同一个命令——结果比没装 rtk 还多花了 Token 。

这种情况的解法是把”需要完整输出”的命令加入排除列表：

[commands]
exclude=["vim","nano","less","你出问题的命令"]

rtk discover命令可以帮你分析哪些命令消耗 Token 最多，从那里入手调整最有针对性。

六、省 Token 三件套， rtk 是最直接的那个

你可能注意到，近期我写了三款都和”省 API 钱”有关的工具：

三者不互斥，可以同时用。但如果只能选一个，rtk 的门槛最低，效果最直接，三分钟装完马上生效。

唯一需要心理建设的是：装完之后你会意识到，之前有多少钱是交学费的。

适合你如果：
– 每周用 Claude Code / Cursor / Copilot 超过 10 小时
– 经常跑测试、执行 git 操作、探索大型代码库
– 在意 API 账单，想以最小改动获得最大收益

可以先不装如果：
– 用 AI 主要是对话，不是代码调试
– 每次会话都很短， Token 消耗不是痛点
– Windows 原生用户，不想折腾 WSL

最后一句：官方说节省 90%，实测是 60-70%。就算只有 60%，也是每花 1 块省 6 毛。这条命令你可以现在就运行：brew install rtk。

本文基于 rtk v0.38.0 （ 2026 年 4 月末版本）测试。