Headroom + RTK: как срезать ~50% расходов на токены в Claude Code

Недельный лимит Claude Code сгорает уже к среде, хотя добрая половина токенов уходит не на мысли модели, а на шум: сырые логи, JSON, вывод команд и повторяющийся контекст. Апгрейд тарифа эту проблему не решает — тот же раздутый промпт просто упирается в потолок побольше. Ниже — связка из двух локальных утилит, которая режет этот шум прямо перед тем, как он попадёт в контекст.

1. Откуда берётся раздутый расход токенов

• Контекстное окно съедают не рассуждения модели, а шум: сборочные логи, JSON-блобы, вывод шелл-команд и повторяющийся boilerplate в каждом промпте.
• Повышение тарифа не лечит причину — те же раздутые промпты просто упираются в потолок побольше, и лимит всё равно кончается раньше дедлайна.
• Один запуск тестов, линтера или grep по проекту может закинуть в контекст тысячи «сырых» токенов там, где модели реально нужно несколько строк сути.

2. Headroom: сжатие контекста на уровне прокси

• Работает локальным прокси: перехватывает промпт перед тем, как он уйдёт в Claude Code или Codex, и обратимо сжимает логи, JSON и повторяющийся контекст — всё, что модели действительно нужно, можно вытащить обратно по запросу (механизм CCR).
• Цифры: по бенчмаркам на реальных сценариях экономия от 47% (обзор кодовой базы) до 92% (поиск по коду, разбор SRE-инцидента); в среднем на сессию — около 50% и вдвое больше «полезного» использования того же тарифа.
• Готовое приложение: тот же движок доступен как menu-bar приложение для macOS с 72-часовым бесплатным пробным периодом без регистрации — скачать можно на extraheadroom.com, если не хочется настраивать CLI руками.
• Все прогоны и оптимизация выполняются локально — код и промпты не покидают машину.

Установка (CLI) — оборачивает Claude Code прокси-слоем одной командой (github.com/headroomlabs-ai/headroom):

pip install "headroom-ai[all]"
headroom wrap claude

3. RTK: дожимает повторяющийся вывод команд

• Отдельный CLI-прокси, который фильтрует и сжимает вывод конкретных консольных команд — git status/diff/log, тестовые раннеры, линтеры, docker / kubectl — прежде чем он попадёт в контекст модели: умная фильтрация, группировка, обрезка и дедупликация повторов.
• Цифры: 60–90% экономии на частых dev-командах, например git push — минус 92%, тестовые раннеры вроде cargo test или pytest — минус 90%.
• Подключение к Claude Code: rtk init -g ставит хук, который на лету переписывает bash-команды в rtk-эквиваленты; после установки Claude Code нужно перезапустить.
• Ограничение: хук перехватывает только вызовы Bash — встроенные инструменты вроде Read/Grep/Glob через него не проходят, для них нужно явно вызывать rtk read, rtk grep или rtk find.

Установка (github.com/rtk-ai/rtk):

brew install rtk
# или
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

4. Как это работает вместе

• Headroom сжимает крупный «шумный» контекст — веб-страницы, JSON, логи, накопленную историю диалога; RTK специально дожимает частый консольный вывод git/тестов/линтеров — вместе они закрывают разные источники раздувания промпта.
• Обе утилиты работают локально и обратимо: ничего не теряется безвозвратно, полные данные всегда можно достать по запросу или из сохранённого лога.
• Проверка результата: headroom doctor и headroom dashboard показывают текущую экономию по Headroom; rtk gain — статистику по RTK.