[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$fixkv4ttFA2-eXYbhTyZIF5rSkMphKFzfpVsNGKIT8Vc":3},{"article":4,"related":20},{"title":5,"slug":6,"dek":7,"body":8,"cover":9,"type":10,"reading_minutes":11,"published_at":12,"category":13,"author":15},"RTK сжимает вывод команд и экономит до 90% токенов в ИИ-агентах","rtk-szhimaet-vyvod-komand-i-ekonomit-do-90-tokenov-v-ii-agentah-40825","Rust-обёртка фильтрует шум из git, тестов и логов до того, как он попадёт в контекст модели. В агенте вроде Claude Code это режет расход токенов на 60-90%.","Каждый, кто гоняет ИИ-агента по своему коду, знает эту боль по счёту в конце месяца. Просишь Claude Code прогнать тесты — он покорно тащит в контекст все двести строк вывода `cargo test`: трейсбеки, повторы, предупреждения, которые к делу не относятся. Модель платит токенами за каждый символ этого лога. За получасовую сессию так утекают десятки тысяч токенов, и почти все на шум.\n\nRTK (Rust Token Killer) чинит ровно это. Маленькая утилита на Rust встаёт между агентом и терминалом: перехватывает команду, прогоняет её вывод через фильтры и отдаёт модели сжатую суть вместо простыни. Разработчики заявляют экономию 60-90% токенов, и цифры в их таблице выглядят правдоподобно.\n\n## В чём проблема\n\nКонтекст ИИ-агента — ресурс дорогой и конечный. Каждый `git status`, `ls`, `grep` или прогон тестов уходит в него целиком. Проблема двойная. Деньги: токены на входе стоят, и лог на сорок тысяч символов превращается в прямые расходы. Качество: чем больше мусора в контексте, тем труднее модели держать в голове саму задачу. Она видит стену текста, а не то, что сломалось.\n\nОбычный вывод команд разработчика на 70-90% состоит из шума. Пустые строки, boilerplate, повторяющиеся предупреждения, дубли в логах. Человек проматывает их глазами за секунду. Модель читает всё и за всё платит.\n\n## Что делает RTK\n\nУтилита применяет к выводу каждой команды четыре приёма:\n\n- **Умная фильтрация** — выкидывает шум: комментарии, пустые строки, шаблонные куски.\n- **Группировка** — сворачивает похожее: файлы по папкам, ошибки по типам.\n- **Обрезка** — оставляет релевантный контекст, режет дублирование.\n- **Дедупликация** — схлопывает одинаковые строки лога и пишет, сколько их было.\n\nРезультат нагляден. `git push` на пятнадцать строк и ~200 токенов превращается в `ok main` — десять токенов. Падение `cargo test` на двести строк ужимается до двадцати. Для модели это разница между «прочитать роман» и «взглянуть на суть».\n\n## Сколько это экономит\n\nВ README есть таблица за получасовую сессию Claude Code. Чтение файлов, grep, git-статусы, прогоны тестов — суммарно около 118 тысяч токенов обычным способом против ~24 тысяч с RTK. Экономия примерно 80% и около 94 тысяч токенов за полчаса. На тестах (`cargo test`, `pytest`, `go test`) сжатие доходит до 90%: именно там больше всего повторов и трейсбеков.\n\nЦифры зависят от проекта: на маленькой кодовой базе выигрыш скромнее. Но порядок понятен — при активной разработке это не проценты, а разы.\n\n## С чем работает\n\nRTK не привязан к одному агенту. Официально поддержаны Claude Code, GitHub Copilot в VS Code, Cursor, Gemini CLI, Windsurf, Cline и Roo Code, OpenCode, Google Antigravity, Factory Droid и другие. Для каждого своя команда установки.\n\nМеханизмов интеграции три. Хук (Claude Code, Copilot, Cursor) самый чистый: RTK ставит нативный бинарный хук в конфиг агента, тот перехватывает bash-команду перед запуском и молча переписывает `git status` в `rtk git status`. Оверхеда на токены ноль. Плагин (OpenCode, Hermes) — интеграция через API инструмента. И правила в файлах проекта (`.clinerules`, `.agents\u002Frules`) для агентов, которые читают инструкции оттуда.\n\n## Как попробовать\n\nУстановка в одну строку:\n\n```\nbrew install rtk\n```\n\nили\n\n```\ncurl -fsSL https:\u002F\u002Fraw.githubusercontent.com\u002Frtk-ai\u002Frtk\u002Fmaster\u002Finstall.sh | sh\n```\n\nДальше подключаешь к своему агенту:\n\n```\nrtk init -g                   # Claude Code\nrtk init -g --agent cursor    # Cursor\nrtk init --agent antigravity  # Antigravity\n```\n\nПосле этого перезапускаешь агента, и хук начинает работать сам. Проверить эффект помогает команда `rtk gain`: она показывает, сколько токенов уже сэкономлено, а `rtk gain --graph` рисует график за месяц.\n\nРаботает и вручную, без хука: `rtk cargo test`, `rtk git diff`, `rtk grep \"pattern\" .`, `rtk read file.rs`. Есть даже `rtk read file.rs -l aggressive` — отдаёт только сигнатуры функций.\n\n## Нюансы, о которых стоит знать\n\nХук перехватывает только вызовы через Bash. Встроенные инструменты Claude Code — `Read`, `Grep`, `Glob` — идут мимо, их RTK не трогает. Максимальный эффект получаешь, когда агент работает через терминал.\n\nКогда команда падает, RTK не выкидывает полный лог, а сохраняет его в файл (tee-режим). Агент при желании прочитает нефильтрованный вывод, не перезапуская команду. Сжатие не должно стоить тебе деталей отладки.\n\nОбработка идёт локально, на твоей машине, данные никуда не уходят. Телеметрия по умолчанию выключена и включается только явным согласием; даже включённая она не собирает код, аргументы команд, переменные окружения и секреты.\n\nТехнически это один Rust-бинарник без зависимостей, оверхед меньше 10 мс на команду, лицензия Apache 2.0, больше сотни поддержанных команд.\n\n## Итог\n\nRTK решает узкую, но реальную задачу: контекст ИИ-агента забивается мусором из терминала, и ты платишь за него дважды — деньгами и вниманием модели. Обёртка, которая отдаёт агенту суть вместо простыни, — простая идея, но на активной разработке она экономит и токены, и нервы. Если гоняешь Claude Code или Cursor каждый день, поставить и забыть точно стоит.\n\nРепозиторий и гайды — на [github.com\u002Frtk-ai\u002Frtk](https:\u002F\u002Fgithub.com\u002Frtk-ai\u002Frtk).","https:\u002F\u002Fasiclub.ru\u002Fimg\u002F870e6916-1eeb-40aa-876d-72b6fe53b7df","analysis",5,"2026-07-13T11:07:05.000Z",{"name":14},"Инструменты",{"name":16,"slug":17,"role":18,"bio":19},"Артём Соколов","artem-sokolov","автор","Следит за релизами больших языковых моделей и агентных систем. Разбирает бенчмарки без хайпа и переводит новости лабораторий в понятные выводы для практиков.",[21,28,34],{"title":22,"slug":23,"cover":24,"reading_minutes":25,"published_at":26,"category":27},"DDX Fitness добавил ИИ-тренера в мобильное приложение","ddx-fitness-dobavil-ii-trenera-v-mobilnoe-prilozhenie-42243","https:\u002F\u002Fasiclub.ru\u002Fimg\u002Fa9c6ac1f-4eaa-4a62-8a14-3d04e349a349",2,"2026-07-13T11:30:43.000Z",{"name":14},{"title":29,"slug":30,"cover":31,"reading_minutes":25,"published_at":32,"category":33},"Китай разрабатывает неинвазивные интерфейсы мозг-компьютер","kitaj-razrabatyvaet-neinvazivnye-interfejsy-mozg-kompyuter-38267","https:\u002F\u002Fasiclub.ru\u002Fimg\u002Fbc9c3da2-ebbf-4073-ada3-e461ead64160","2026-07-13T10:24:27.000Z",{"name":14},{"title":35,"slug":36,"cover":37,"reading_minutes":25,"published_at":38,"category":39},"Искусственный интеллект предотвращает простои и аварии на производстве","iskusstvennyj-intellekt-predotvraschaet-prostoi-i-avarii-na-proizvodst-36856","https:\u002F\u002Fasiclub.ru\u002Fimg\u002Fe68526c3-8825-4904-8ed1-c3bb5ab950ef","2026-07-13T10:00:56.000Z",{"name":14}]