rtk-ai/rtk
开发工具在 AI 编程 Agent 读取命令输出前做压缩,减少常见开发命令的 token 消耗。
项目介绍
RTK 位于 AI 编程 Agent 与 shell 之间。Agent 执行 git status、cargo test 之类的命令时,RTK 先运行原命令,再过滤输出并把精简结果交给 Agent,让它读 3 行摘要而不是 40 行原始文本(README)。它覆盖 Git、GitHub CLI、Cargo/Rust、JavaScript、Python、Go、Ruby、.NET、JVM、PHP、Docker、Kubernetes、AWS、Terraform 以及文件与搜索工具等 100 多个命令,每个过滤器至少要压缩 20% 才会发布(命令覆盖说明)。
项目是单个 Rust 二进制,面向使用 AI 编程 Agent、希望减少输入 token 又不改变操作习惯的开发者。它宣称常见命令输出可减少 60–90%,但压缩只作用于命令输出,而命令输出只是输入 token 的一部分,也只是账单的一部分;token 数按 bytes/4 估算,因此百分比有参考意义,绝对值只是近似(节省计算说明)。
快速使用
macOS/Linux 用 Homebrew,Windows 用 winget,Linux、macOS 与 WSL 也可以用安装脚本:
brew install rtk
winget install rtk-ai.rtk
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh
然后为你的 Agent 注册 hook 并重启它:
rtk init -g # Claude Code;其他 Agent 有各自的参数
之后 Agent 执行的命令会被改写为 rtk <command>,输出自动压缩。用 rtk gain 查看节省情况,rtk gain --graph 显示 30 天 ASCII 图;rtk bypass <command> 可原样执行某条命令但仍计入统计(README 安装段)。注意 crates.io 上有另一个同名 rtk:真正的版本执行 rtk gain 会显示节省面板,而不是“command not found”。Copilot、Cursor、Gemini CLI、Codex 等 Agent 的单独配置见支持的 Agent 列表。
使用约束
- hook 按 Agent 分别安装;对采用规则文件的 Agent,RTK 只是提示模型优先使用
rtk命令,并不强制(Agent 覆盖范围)。 - Read、Grep、Glob 等内置工具默认不经过压缩,要压缩它们需要启用 pipeline(README)。
- pipeline 可以改写命令并把内容发送给它声明的模型,安装社区分享的 pipeline 前应先阅读其文件(Pipeline 总览)。
- 可选的
rtk-proxy守护进程处理指向模型服务商的 API 流量,是独立二进制、独立发布包,采用 BUSL-1.1 许可(Proxy 文档)。 - 两个
rtk发行版安装的是同名二进制,不能共存:rtk在 Apache-2.0 + BUSL-1.1 下包含 pipeline 引擎,rtk-oss仅 Apache-2.0(版本与许可)。 - 遥测匿名且默认关闭,不收集命令内容和文件内容(遥测说明)。
HotRepo 点评
站内记录显示,该项目在 2026-05-19 和 2026-05-20 的全部语言日榜快照中分别为 50,542 和 51,504 星,当日新增 667 和 704 星;到 2026-11-13 的 Rust 语言日榜快照已有 86,426 星、5,540 fork,当天在该语言榜排第 9。两个时间点相隔数月,反映的是长期累计增长,而不是某一窗口内的趋势。
HN 讨论留下了一个具体的技术疑问:有评论者问,模型大多是在原始 CLI 输出上训练的,压缩后的输出是否会让模型不知所措,因为 Agent 可能失去它熟悉的格式(Oras,2026-04-10)。README 的回应是过滤器针对真实输出编写、每个至少压缩 20%,但这属于维护者的设计主张,不是针对该疑虑的实测。另有评论指出 crates.io 上已有名为 RTK 的项目,容易混淆(adithyassekhar、lsaferite)。项目提供了 rtk gain 统计路径,可以用来在自己的命令上核对压缩是否生效,这也是判断它是否适合自身技术栈的实际办法。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
Hacker News 讨论
相关推荐
- headroomlabs-ai/headroom在内容送入 LLM 前本地压缩工具的日志、文件与 RAG 片段,减少输入 token。
- affaan-m/ECC让不同编程 CLI Agent 共用一套技能、记忆与安全规则,减少切换工具时的行为漂移。
- QwenLM/qwen-code一个运行在终端里的 AI 编程智能体,可读取、修改、运行和审查代码,并提供编辑器、桌面、网页和聊天入口。
- JuliusBrussee/caveman给编程 Agent 省 token:缩短回答、压缩读取内容,且不改写你自己的提示词。
- rorkai/App-Store-Connect-CLI面向需要自动化 iOS 发布流程的团队,用脚本调用 App Store Connect API 的命令行工具。