我把 Claude Code 的成本降低了近 90%，方法如下

我让 Claude Code 便宜了将近90%。方法如下。 2026年7月14日 · 11分钟阅读 · 查看原文 ↗ Claude AI 这个免费工具能把你的 AI 编程账单最多砍掉90%——而且不用改动你代码里的任何一行。 你的 AI agent 正悄悄地在垃圾上烧 token。每一次 ls、每一次 git status、每一次测试运行，都把一整墙噪音直接倒进它的上下文——而这一切你都在付费。RTK 坐在中间，在这些噪音抵达模型之前就把它过滤掉。免费、开源、一个小二进制文件。我深入研究了它到底有没有用——下面是诚实拆解。 首先——诚实的事实核查 不吹不黑。这个是真的，它确实聪明，而且它有一些你在安装之前必须知道的明确局限。 哪些是真的： RTK（Rust Token Killer）是一个免费、开源的（Apache 2.0 许可证）工具，能减少你的 AI 编程 agent 在每天的终端命令上烧掉的 token——项目实测在常见命令上节省60-90%。 它不是玩具。GitHub 上约71,000颗星、4,400多个 fork、240多个版本，活跃开发中。用 Rust 写成，单个二进制文件，零依赖，开销低于10ms。 它支持100多个命令，并接入15个 AI 编程工具——Claude Code、Copilot、Cursor、Codex、Gemini CLI 等等。 节省是实打实的。在项目自己的30分钟 Claude Code 基准测试里，一个典型会话从约118,000 token 降到约23,900——大约少80%，仅仅靠过滤命令输出。 哪些不是真的（免得你失望）： 它不会让你的模型更聪明。它让它喂起来更便宜。 它只拦截 shell/Bash 命令。在 Claude Code 里，内置的 Read、Grep 和 Glob 工具会绕过它——所以用内置阅读器读一个大文件仍然要付全价，除非你把它路由经过 RTK。 有一个重名问题：crates.io 上存在另一个无关的 "rtk"。要从正确的来源安装（见下文）。 这里的每一个数字都来自项目自己的 README 和文档。来源在文末。 它到底是什么，用大白话讲 想想你的 AI agent 整天实际在做什么。它运行 ls、读文件、grep 找模式、检查 git status、跑你的测试。每一个都会吐出一堆文本——而每一行都会落进模型的上下文窗口，你按 token 为它付费，而且它会一直装满，直到 agent 开始遗忘东西。 那些文本大部分是噪音。时间戳、权限位、"Enumerating objects... Counting objects..."、一个通过的测试套件里的200行，而你需要的只是"15个里有2个失败"。 RTK 像过滤器一样坐在你的 agent 和 shell 之间。命令仍然真实执行——但在输出抵达模型之前，RTK 用四个技巧剥掉垃圾：它去除噪音、把相似条目分组、截断冗余、把重复行折叠成计数。 git push 从15行噪音变成一句 ok main。一次失败的测试运行从200多行变成真正崩掉的那两个测试。模型需要的信息一样不少——token 却只剩零头。 而且当命令失败时，RTK 把完整原始输出存进一个文件，这样 agent 如果需要就能读每一个细节，而不必重新运行任何东西。 这是给谁用的 如果你符合下面这些，它就是给你的： 你用 Claude Code、Cursor、Copilot、Codex 或任何智能体编程工具，并且比你希望的速度更快地撞上用量上限 你看着你的 agent 上下文装满，并在长会话里"忘记"更早的指令 你通过 API 按 token 付费，想让账单降下来而不改变你的工作方式 你在循环里跑大量测试、git 操作和文件读取（基本上就是所有人） 如果你不用基于终端的 AI agent，或者你的工作流几乎全是内置的 Read/Grep 工具而不是 shell 命令，那它不适合你——RTK 最大的收益来自 Bash 路径。 它花多少钱 不花钱。Apache 2.0，完全免费且开源。没有账号、没有订阅、没有遥测，除非你明确选择开启（默认关闭，而且它从不收集你的源代码、文件路径、参数或密钥）。 它唯一花掉你的，是大约两分钟的安装时间。它帮你省下的是 token——那要么是真金白银（API），要么是实实在在的余量（你的 Claude/订阅额度）。 设置，一步一步 整件事就是几条命令。完整文档在仓库里：https://github.com/rtk-ai/rtk 第1步——安装（大约1分钟）。在 macOS 或 Linux 上，最干净的方式是 Homebrew： 或者安装脚本： Windows 也行（原生或 WSL）——从 releases 里拿二进制文件，加进你的 PATH。 第2步——验证它装好了： 如果 rtk gain 报错，你装错了那个"rtk"（重名问题）。改用 cargo install --git https://github.com/rtk-ai/rtk。⚠️ 第3步——把它接进你的 agent（重要的一步）。一条命令接好自动改写 hook： 💰 省钱就是从这来的：这之后，当你的 agent 运行 git status 时，hook 会在它执行前悄悄把它改写成 rtk git status。agent 自动拿到精简输出——你不用改提示词，也不用记得输入 rtk。 第4步——重启你的 agent。然后照常工作。跑几条命令，检查你的节省情况： 你实际能省多少 来自项目自己的30分钟 Claude Code 基准测试，按操作： git add / commit / push → −92% cargo test / npm test / pytest / go test → −90% ls / tree、grep、git status、git log → −80% git diff → −75% cat / read → −70% 该会话总计：约118,000 token → 约23,900。同样的工作，大约砍掉80%。（他们的备注，也是我的：真实数字会随你的项目大小以及你的循环有多"命令密集"而变化。） 那这在 Claude 上到底帮你省了多少真钱？ 这是诚实的答案——而且它完全取决于你怎么为 Claude 付费，因为这两条路的表现截然不同。 如果你用的是订阅（Pro $20 / Max 5x $100 / Max 20x $200）： RTK 在这里不会把钱退给你——不管怎样你都付同样的固定费用。它省的是你的用量窗口：你烧额度烧得慢得多，所以你撞上"你已达到上限"这道墙的次数少得多。 这仍然会以一种具体的方式变成真金白银——它能帮你省下一次升级： 舒舒服服待在 Pro（$20）而不是跳到 Max 5x（$100）→ 约 $80/月 = 约 $960/年你不花。💰 待在 Max 5x（$100）而不是 Max 20x（$200）→ 约 $100/月 = 约 $1,200/年。💰 它还能拉伸那笔独立的 API 额度池——Agent SDK / headless claude -p 运行所消耗的那部分（Pro 上是 $20，Max 上是 $100/$200），所以那些额度也能撑得更久。 ⚠️ 所以在订阅上，"节省"是推迟升级和更少的撞墙，而不是更小的账单。对此你要心里有数。 如果你按 token 付费（API / Agent SDK）： 这里是直接从账单上砍钱。RTK 把你 agent 从命令输出里读入的输入 token 砍掉60-90%。用项目自己的基准（每30分钟会话省约94k token）来算，一个开发者每天专注工作约4小时、每月约22天（每月省约1650万输入 token）： 模型（输入价格） 每月省 每年省 Sonnet 5（$3/M） $50 $600 Opus 4.8（$5/M） $83 $990 Fable 5（$10/M） $165 $1,980 ⚠️ 一个重要的诚实提醒：那些数字假设被省下的 token 是全新的输入。在真实的 Claude Code 会话里，输入里有很大一部分是缓存读取，只按输入价的10%计费——所以如果你裁掉的命令输出本来也会被缓存，你的真实节省可能低5-10倍（每月个位数到几十美元）。RTK 的美元收益在全新的、未缓存的输出上最大——测试第一次失败、一份新的 git diff、一次新文件读取。把那张表当成乐观上限，然后用 rtk gain --all --format json 查你自己的真实数字，它甚至会帮你估算你的美元节省。 结论：在 API 上你省的是现金（重度用户每月几十到上百美元）；在订阅上你省的是余量——如果你属于那种老撞天花板的用户，这值一个升级档位。 对你有什么改变 之前，你的上下文窗口有一半装的是终端废气——而你的用量额度耗在了没人真正去读的输出上。你的 agent 在任务中途撞墙，开始忘记你20分钟前告诉它的话。 之后，同样的工作只产生零头的 token。你的额度撑得更远，你的会话在压缩之前跑得更久，模型的上下文保持专注于重要的事，而不是200行通过的测试套件。你没有改工作流、提示词，也没有改代码。你只是不再付费去喂模型垃圾。 当下智能体编程的瓶颈，通常不是智能——而是上下文和 token 消耗。这个工具精准打击的就是这一点。 你的下一步（今天就做） 十分钟，从头到尾： 安装它：brew install rtk（Linux/Windows 用 curl 脚本）。 验证：运行 rtk --version 和 rtk gain。如果 gain 报错，你抓错了"rtk"——改用 cargo install --git 安装。 接进去：Claude Code 用 rtk init -g（你的工具对应 --codex / --gemini / --agent cursor），然后重启你的 agent。 照常工作一天。别的什么都别改。 查你的收据：运行 rtk gain --graph 和 rtk gain --all --format json，看看到底省了多少 token——以及多少钱。 如果你用的是 API，那个数字就是从账单上砍掉的钱。如果你用的是订阅，那就是你离下一道墙还有多久。不管哪种，你一个会话就能知道值不值得留——而且它是免费的，一条命令就能卸载（rtk init -g --uninstall），下行风险基本为零。 最后一点 RTK 不会帮你写出更好的代码，也不会修好一个糟糕的提示词。它只做一件窄活——在命令输出抵达你的模型之前把它缩小——而且它把这件活做得极好，还免费。只要记住它唯一真正的盲区：它作用于 shell 命令，而不是你 agent 内置的文件读取工具，所以如果你在那里也想省钱，就把重度读取路由经过 rtk read / cat。让它匹配你实际的工作方式，它会从第一个会话起就悄悄回本。如果你期待它让你的 agent 变聪明，那你就搞错了它是什么。 工具与上下文：RTK（Rust Token Killer），Apache 2.0，免费 · 适用于 Claude Code、Cursor、Copilot、Codex、Gemini CLI 以及其他10多个工具 · macOS / Linux / Windows。细节截至2026年中——版本和数字会变，所以请查看仓库。 来源 rtk-ai/rtk — GitHub 仓库（README、基准测试表、安装指南、支持的工具） rtk-ai.app — 官方项目站和用户指南 备注：本文的基础是开源的 rtk 仓库：https://github.com/rtk-ai/rtk 请收藏、转发并关注 @thegreatest_sv，获取更多 alpha、AI 工具和高质量研究。 免责声明 本文反映的是我自己的研究、经验和观点。任何收入、价格、节省、统计、工具或结果都只是示例——不是保证——结果会因你的努力、技能、时机以及任何人无法控制的因素而不同。价格、工具和第三方服务会变，你读到的时候可能已经不同，所以请自行核实当前细节；文中提到的任何品牌仅为信息用途，不暗示任何背书或关联。本文不构成金融、税务、法律、医疗、安全或其他专业建议——请自行研究，在行动前咨询合格的专业人士，并且你独自对如何使用这些信息以及遵守所有适用法律和平台条款负责。 提示词 rtk gain # 已节省 token 的摘要 rtk gain --graph # 30天 ASCII 图 rtk discover # 找出你还没在省钱的命令 rtk --version rtk gain rtk init -g # Claude Code / Copilot（默认） rtk init -g --codex # Codex rtk init -g --gemini # Gemini CLI rtk init -g --agent cursor # Cursor brew install rtk curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh 链接 crates.io github.com/rtk-ai/rtk rtk-ai.app x.com/@thegreatest_sv 标签：# X # Claude # AI # Guide 相关文章 10 SEO backlink Claude automations for 61k AI mentions in 3 months Link building is trial and error. SEO AI Claude Automation