返回开源软件模块
rtk
AI 开源软件项目库

rtk

rtk-ai/rtk

rtk(rtk-ai/rtk)是一款面向AI 编程助手中的命令输出压缩与 token 成本控制的开源项目。rtk 是一个面向 AI 编程场景的 Rust 命令行代理,通过对命令输出进行过滤、分组、截断和去重,把传给 LLM 的上下文压缩约 60%-90%。它采用单一二进制、零依赖设计,额外开销小于 10ms,重点覆盖 git、文件读取、搜索、测试、构建、容器与日志等高频开发命令,适合在尽量不改动现有开发习惯的前提下降低 token 消耗与调用成本。

agentic-coding
ai-coding
cli
llm
token-optimization
developer-tools
open-source
rust
anthropic
claude-code
command-line-tool
cost-reduction
productivity
GitHub Stars
13.9k
Forks
712
最近活跃
1 天内
部署方式
4
部署复杂度

项目简介

rtk 是一个面向 AI 编程场景的 Rust 命令行代理,通过对命令输出进行过滤、分组、截断和去重,把传给 LLM 的上下文压缩约 60%-90%。它采用单一二进制、零依赖设计,额外开销小于 10ms,重点覆盖 git、文件读取、搜索、测试、构建、容器与日志等高频开发命令,适合在尽量不改动现有开发习惯的前提下降低 token 消耗与调用成本。

适合谁优先上手

想围绕“AI 编程助手中的命令输出压缩与 token 成本控制”寻找可私有化部署方案的个人或团队
偏好 Rust 技术生态、希望后续可以自行扩展的人
愿意投入一定运维成本,换取更高可控性的团队

安装方式

安装方式包括 Homebrew(brew install rtk)、Linux/macOS 一键脚本(curl -fsSL ...install.sh | sh)、Cargo(cargo install --git https://github.com/rtk-ai/rtk)以及 Releases 预编译二进制(macOS/Linux/Windows)。脚本默认安装到 ~/.local/bin,需确保 PATH 已包含该目录。安装后建议先运行 rtk --version 与 rtk gain 做校验;若出现同名包冲突(crates.io 上另一个 rtk),应改用 README 指定的 --git 安装方式。

使用说明

建议先执行 rtk init -g 安装全局 Hook(默认适配 Claude Code/Copilot),再按需用 --gemini、--codex 或 --agent cursor/windsurf/cline 等参数接入其他工具。完成后重启 AI 工具,Bash 工具调用如 git status 会被透明改写为 rtk git status。上线后可用 rtk gain、rtk gain --graph、rtk discover 观察节省情况。需注意 Read/Grep/Glob 等内置工具不会走 Bash Hook,此时应改用 shell 命令或直接调用 rtk read、rtk grep、rtk find。

部署与运营建议

部署前先看

部署 rtk 时,建议先跑最小可用版本,再补域名、权限、备份、监控这些正式环境必需项。

  • 推荐优先评估 Homebrew、Shell 一键安装脚本 这类成熟部署路径。
  • 如果依赖项较少,先容器化试跑通常是性价比最高的路径。
  • 不要跳过回滚方案设计;上线失败后能不能快速回退,比一次装成功更重要。

长期维护怎么看

真正决定 rtk 值不值得长期保留的,不是首日安装成功,而是后续运维和团队接手成本。

  • 建议在内部记录登录入口、关键配置、升级步骤和排障入口,避免工具变成“只有部署者自己懂”的孤岛。
  • 优先把它接进 AI 编程助手中的命令输出压缩与 token 成本控制、Git/测试/构建/日志输出精简后再提供给 LLM 这类高频场景,才能更快验证 ROI。
  • 每隔一段时间复盘:它到底替代了什么、节省了什么、后续是否还值得继续维护。

优势与注意事项

这个项目的加分点

  • 已有提炼后的项目摘要,能更快判断是否值得试跑
  • 支持 Homebrew、Shell 一键安装脚本、Cargo(--git) 等部署方式,落地路径相对明确
  • 适用场景已经比较明确,可直接对照 AI 编程助手中的命令输出压缩与 token 成本控制、Git/测试/构建/日志输出精简后再提供给 LLM 等业务需求评估
  • 标签覆盖 agentic-coding、ai-coding、cli,利于后续做站内专题聚合

上正式环境前要注意

    中国用户部署时重点关注

    如果官方更偏手工安装,中国用户要先确认依赖下载源是否稳定,避免卡在安装阶段。
    除 GitHub 仓库外,建议同时检查官网文档站在国内网络下的访问速度与可读性。
    凡是涉及邮件、对象存储、OAuth、Webhook 的能力,都建议在正式部署前先做一轮国内环境联调。

    常见问题 FAQ

    rtk 是什么?

    rtk(rtk-ai/rtk)是一款面向AI 编程助手中的命令输出压缩与 token 成本控制的开源项目。rtk 是一个面向 AI 编程场景的 Rust 命令行代理,通过对命令输出进行过滤、分组、截断和去重,把传给 LLM 的上下文压缩约 60%-90%。它采用单一二进制、零依赖设计,额外开销小于 10ms,重点覆盖 git、文件读取、搜索、测试、构建、容器与日志等高频开发命令,适合在尽量不改动现有开发习惯的前提下降低 token 消耗与调用成本。

    rtk 适合谁?

    如果你正在寻找围绕“AI 编程助手中的命令输出压缩与 token 成本控制”的开源方案,并希望保留私有化部署或自主可控能力,rtk 值得优先试跑。

    rtk 怎么部署更稳?

    建议优先按照 Homebrew、Shell 一键安装脚本、Cargo(--git)、Release 预编译二进制 这类官方或社区成熟方案做最小可用部署,先验证核心流程,再决定是否做正式上线。

    rtk 在中国用户环境下要注意什么?

    重点检查镜像拉取、依赖下载、文档访问速度,以及邮件、Webhook、对象存储等外部依赖是否能顺利联调。

    rtk 的部署复杂度高吗?

    rtk 目前可归为“中”复杂度:建议根据依赖项数量、部署方式和后续运维能力来决定是否进入正式环境。