Bash 输出才是烧 Token 的元凶？给 Claude Code / Codex / OpenCode 装上 RTK 过滤器

说明：微信源页触发「环境异常 / 验证码」，无法直读原文。本文按题意（Claude Code / Codex / OpenCode 场景下把 Token 砍掉大约八成），并基于开源仓库 rtk-ai/rtk 官方 README、中文说明与 rtk-ai.app 文档做工程向改写；版本口径以撰写时为准（本机实测 rtk 0.49.0）。这不是 Sub2API 一类的订阅分发网关——本地已有 claude-sub2api；也不是 Headroom 那种「上下文压缩代理」——RTK 专砍 Bash/工具命令输出 这一层噪音。

写 Agent 写多了你会发现：账单里最贵的往往不是你那句「帮我改这个 bug」，而是 Agent 随手跑的 git status、pytest、ls -R 吐回来的几千行原文。模型还没开始推理，输入侧已经被控制台灌满了。

RTK（Rust Token Killer）的定位很窄也很硬：单个 Rust 二进制，在命令输出进入 LLM 上下文之前做过滤与压缩；官方自称常见开发命令上可砍掉约 60%～90% 的 bash 输出，整段 demo 会话合计大约 -80%——注意这是 输出体积，不是整张 API 账单直接打八折。

一、它到底解决什么：砍输出，不是换网关

本地知识库里已经有几类「省 Token」方案，先把坐标钉死，避免踩坑：

RTK 拦截的是「Agent → Shell」这一跳：你以为发了 git status，Hook 会改写成 rtk git status，模型实际读到的是压缩后的短文本。开销官方宣称通常 <10ms，单二进制、零运行时依赖（Apache-2.0）。

诚实边界（官方原文精神）：RTK 削减的是 bash 输出；提示词、系统指令、对话历史、模型自己的长回复都不在它的尺子里。rtk gain 用 字节数 / 4 估 Token，百分比可信，绝对数值是近似值。JetBrains 等第三方在真实 Agent 任务上复测过：宣传的「账单 -80%」未必复现——工程上应把他当成「少喂噪音」的工具，而不是「无限额度开关」。

二、工作原理：四种压缩策略 + PreToolUse Hook

粗粒度数据流可以画成：

Agent 发 Bash → RTK 改写并过滤 → 真实命令执行 → 紧凑输出回流上下文（见下图）。

对每类命令，RTK 叠用四类策略：

1. 智能过滤：去掉注释、空白与样板噪音

2. 分组：按目录聚合文件、按规则聚合 lint 错误

3. 截断：保留关键上下文，丢掉冗余 diff/日志

4. 去重：重复日志行折叠成计数

官方 README 给出的「常见命令 → 压缩动作」对照（节选）：

对 Claude Code，默认走 PreToolUse Bash Hook：透明改写，Agent 不必主动记得敲 rtk。对 Codex 走 AGENTS.md + RTK.md 指令；对 OpenCode 走插件（tool.execute.before）。官网还列了 Cursor、Gemini CLI、Copilot、Windsurf、Hermes 等十余种宿主。

关键坑：Claude Code 内置的 Read / Grep / Glob 不经过 Bash Hook，不会被自动改写。想吃到压缩，请改走 shell（cat/rg/find）或显式调用 rtk read / rtk grep / rtk find。

三、安装与三端接入：Claude Code / Codex / OpenCode

安装

# Homebrew
brew install rtk

# 或 Linux/macOS 一键脚本（装到 ~/.local/bin）
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc

# 校验
rtk --version    # 本机实测：rtk 0.49.0
rtk gain         # 尚无数据时会提示先跑命令

同名陷阱：crates.io 上另有一个叫 rtk 的「Rust Type Kit」。若 rtk gain 行为不对，请用 cargo install --git https://github.com/rtk-ai/rtk，别装错包。

接到三个主流 Coding Agent

rtk init -g                 # Claude Code / Copilot（默认 PreToolUse）
rtk init -g --codex         # OpenAI Codex
rtk init -g --opencode      # OpenCode 插件
# 可选
rtk init -g --agent cursor
rtk init -g --gemini
rtk init --show             # 核对已装什么

装完后 重启对应 Agent，再跑一次 git status：若 hook 生效，实际执行的是 rtk git status，模型侧看到的已是压缩稿。

常用手动命令（Agent 不会自动拦截时）：

rtk ls .
rtk read src/main.rs -l aggressive   # 只要签名
rtk git status
rtk git diff
rtk pytest
rtk go test
rtk gain              # 累计节省看板
rtk gain --history    # 最近命令
rtk gain --quota -t pro   # 相对订阅额度的粗估（仍是近似）

四、本机最小实测：ls 体积立刻掉一截

在临时目录塞 30 个杂文件后对比（CST 2026-09-22）：

rtk gain 看板会按命令汇总 Saved / Avg% / Impact。官方营销页有「数千次会话平均去掉约 89% 噪音」的说法；你自己的数字以本机 rtk gain 为准，不要直接拿营销百分比去乘月账单。

账单构成可以直觉理解成三层——RTK 只动最底下那一层：

五、和 Headroom / Sub2API 怎么组合，以及不该期待什么

• 只装 RTK：重度 Bash 探索（测、搜、git）时，输入侧噪音下降最明显。
• RTK + Headroom：一个砍工具输出，一个砍长上下文——正交，可叠加，但要各自看监控，别双重「自我安慰」。
• RTK + Sub2API：网关解决「用谁的订阅额度」，RTK 解决「每次请求塞多少垃圾」——仍然正交。
• 不要期待：内置 Read 大文件、超长对话历史、模型啰嗦输出，会 magically 一起变便宜；也不要把 rtk gain 的 -80% 当成 Cloudflare 账单截图。

排坑清单：

1. Hook 装了但 Agent 没重启 → 仍读原文

2. 错装 crates.io 的另一个 rtk → gain 语义全错

3. 只用内置 Read/Grep → Hook 旁路，等于没装

4. Windows：不要双击 rtk.exe，放进 PATH 后在终端跑；完整 Hook 在原生 Windows / WSL 均可

5. 第三方基准（如 JetBrains SkillsBench）显示「账单未必下降」→ 用自己的用量面板交叉验证

六、小结

RTK（rtk-ai/rtk）是给 Coding Agent 用的 Bash 输出过滤器：Rust 单文件、Hook/插件接入 Claude Code、Codex、OpenCode 等，把 git/test/ls/grep 一类回传压成短文本。题面上的「省 80%」对应的是 命令输出体积 的 demo 合计，不是 Sub2API，也不是整张 Token 发票的保证函。

落地顺序建议：装二进制 → rtk init -g（再按需 --codex / --opencode）→ 重启 Agent → 跑一周 rtk gain，再决定要不要叠 Headroom 或换订阅网关。

仓库：https://github.com/rtk-ai/rtk
文档：https://www.rtk-ai.app