rtk-optimizer
RTK(Rust Token Killer)を使用して、コマンド出力を最適化し、トークン使用量を70%削減できます
description の原文を見る
Optimize command outputs with RTK (Rust Token Killer) for 70% token reduction
SKILL.md 本文
RTK Optimizer スキル
目的: 高出力量のコマンドに対して RTK (Rust Token Killer) ラッパーを自動提案し、トークン消費を 70% 削減します。
仕組み
- 高出力量のコマンドを検出 ユーザーのリクエストから
- RTK ラッパーを提案 適用可能な場合
- RTK で実行 ユーザーが確認したら
- 削減量を追跡 セッション中
サポート対象コマンド
Git (70% 以上削減)
git log→rtk git log(92.3% 削減)git status→rtk git status(76.0% 削減)find→rtk find(76.3% 削減)
中程度の効果 (50-70% 削減)
git diff→rtk git diff(55.9% 削減)cat <large-file>→rtk read <file>(62.5% 削減)
JS/TS スタック (70-90% 削減)
pnpm list→rtk pnpm list(82% 削減)pnpm test/vitest run→rtk vitest run(90% 削減)
Rust ツールチェーン (80-90% 削減)
cargo test→rtk cargo test(90% 削減)cargo build→rtk cargo build(80% 削減)cargo clippy→rtk cargo clippy(80% 削減)
Python と Go (90% 削減)
pytest→rtk python pytest(90% 削減)go test→rtk go test(90% 削減)
GitHub CLI (79-87% 削減)
gh pr view→rtk gh pr view(87% 削減)gh pr checks→rtk gh pr checks(79% 削減)
ファイル操作
ls→rtk ls(出力を圧縮)grep→rtk grep(フィルタリングされた出力)
動作例
ユーザー: "git の履歴を表示してください"
スキル: git log を検出 → rtk git log を提案 → 92.3% のトークン削減効果を説明
ユーザー: "すべての markdown ファイルを見つけてください"
スキル: find を検出 → rtk find "*.md" . を提案 → 76.3% の削減効果を説明
インストール確認
初回使用前に RTK がインストールされていることを確認してください:
rtk --version # 出力: rtk 0.16.0+
インストールされていない場合:
# Homebrew (macOS/Linux)
brew install rtk-ai/tap/rtk
# Cargo (すべてのプラットフォーム)
cargo install rtk
使用パターン
# ユーザーが高出力量のコマンドをリクエストした場合:
1. リクエストを確認
2. RTK 最適化を提案:
"`rtk git log` を使用してトークン使用量を約 92% 削減します"
3. RTK コマンドを実行
4. 削減量を追跡 (オプション):
"約 13K トークンを削減しました (ベースライン: 14K、RTK: 1K)"
セッション追跡
オプション: セッション全体の累積削減量を追跡:
# セッション終了時
rtk gain # セッション中のトークン削減総量を表示 (SQLite バックアップ)
エッジケース
- 小さな出力 (<100 文字): RTK をスキップ (オーバーヘッドの価値がない)
- 既に Claude ツールを使用中: Grep/Read ツールはすでに最適化済み
- 複数コマンド: コマンドごとではなく、RTK ラッパーで一度にまとめる
設定
CLAUDE.md で有効化:
## トークン最適化
高出力量のコマンドに RTK (Rust Token Killer) を使用:
- git 操作 (log、status、diff)
- パッケージマネージャー (pnpm、npm)
- ビルドツール (cargo、go)
- テストフレームワーク (vitest、pytest)
- ファイル検索と読み込み
計測値 (実証済み)
実世界のテストに基づく:
git log: 13,994 文字 → 1,076 文字 (92.3% 削減)git status: 100 文字 → 24 文字 (76.0% 削減)find: 780 文字 → 185 文字 (76.3% 削減)git diff: 15,815 文字 → 6,982 文字 (55.9% 削減)read file: 163,587 文字 → 61,339 文字 (62.5% 削減)
平均: 72.6% のトークン削減
制限事項
- GitHub で 446 スター、アクティブにメンテナンス中 (23 日間で 30 リリース)
- インタラクティブなコマンドには不向き
- 急速な開発速度 (破壊的変更がないか確認)
推奨
RTK を使用: git ワークフロー、ファイル操作、テストフレームワーク、ビルドツール、パッケージマネージャー RTK をスキップ: 小さな出力、迅速な探索、インタラクティブなコマンド
参考資料
- RTK GitHub: https://github.com/rtk-ai/rtk
- RTK Website: https://www.rtk-ai.app/
- 評価:
docs/resource-evaluations/rtk-evaluation.md - CLAUDE.md テンプレート:
examples/claude-md/rtk-optimized.md
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- majiayu000
- ライセンス
- MIT
- 最終更新
- 2026/5/4
Source: https://github.com/majiayu000/claude-skill-registry / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。