Cuatro herramientas gratuitas contra la fuga de tokens en Claude Code: RTK, Caveman, Ponytail y OmniRouteArtículo · digest del 21 de noviembre
Vista cenital del escritorio de un ingeniero con cuatro herramientas modulares de optimización de tokens
Artículo3 secciones≈ 9 min

Cuatro herramientas gratuitas contra la fuga de tokens en Claude Code: RTK, Caveman, Ponytail y OmniRoute

Cuando se acaba el límite de Claude Code a mitad de una tarea, casi todos reaccionan igual: empiezas a escribir prompts telegráficos y a racionar preguntas como agua en el desierto. Parece lógico: menos texto enviado, menos tokens consumidos. Pero ahí se esconde el punto ciego principal. Tus mensajes representan una parte minúscula de la factura.

La cuota se la come la bola de nieve en la ventana de contexto. La ventana de contexto es la memoria operativa de la conversación: todo lo que ya entró al chat vuelve a ser leído por el modelo en cada turno siguiente. Si en el segundo paso entró un log crudo de pruebas de mil líneas, lo vas a pagar en el tercero, en el cuarto y en el vigésimo turno. ¿Quién lee esas sábanas de terminal? No tú: las lee Claude, y cada línea descuenta de tu cuota.

Al desmenuzar una sesión normal aparecen cuatro fugas ocultas:

  1. Salida cruda de terminal. git diff, pytest, cargo test y listados de archivos inyectan decenas de kilobytes de ruido en el historial.
  2. Cortesía del modelo. Claude escribe fácilmente tres párrafos de introducción donde bastaban tres palabras. Y los tokens de salida son los más caros.
  3. Código «por si acaso». Pides un ajuste sencillo y el agente levanta wrappers y opciones extra «por si hacen falta». En futuros turnos el modelo volverá a leer todo eso.
  4. Modelo insignia en tareas rutinarias. Poner al mejor Claude a renombrar variables o resumir textos es como sentar al arquitecto principal a clasificar el correo entrante.

No hace falta sacrificar calidad. Alrededor de Claude Code ya existe un stack de cuatro utilidades gratuitas y abiertas, una para cada fuga. También funcionan en otros agentes como Codex CLI, Cursor, Cline o Gemini CLI, y configurarlas toma unos 15 minutos.

El filtro de terminal RTK y el estilo telegráfico de Caveman

Las dos primeras fugas, la basura de consola y la verborrea del modelo, se cierran en la entrada y en la salida.

Para la terminal existe RTK (Rust Token Killer), una herramienta ligera en Rust (Apache-2.0 / BUSL-1.1). Funciona como un hook de CLI (interceptor de comandos): se coloca entre Claude Code y la consola como un filtro en el grifo. Cuando el agente lanza git, tests o búsquedas de archivos, RTK colapsa repeticiones y limpia el ruido. El contenido útil pasa; la basura se queda fuera. La latencia es menor de 10 ms, imperceptible.

Comparación de salida de cargo test: 71 líneas de log crudo frente a 11 líneas tras el filtrado de RTK (Fuente: github.com/rtk-ai/rtk)

Los autores de RTK reportan ahorros del 60–90% de tokens en la salida de comandos. En la prueba de Julian Goldie, el filtro redujo la salida de herramientas en un 82.9% sin pérdida de calidad en las respuestas.

# Opción 1: mediante Homebrew en macOS y Linux
brew install rtk

# Opción 2: script oficial de instalación
BASE="https://raw.githubusercontent.com/rtk-ai/rtk"
curl -fsSL "$BASE/refs/heads/master/install.sh" | sh

# Opción 3: mediante Cargo (estrictamente con el flag --git)
cargo install --git https://github.com/rtk-ai/rtk

# Conectamos el hook a Claude Code, reiniciamos y comprobamos
rtk init --global
rtk gain

Después de rtk init --global reinicia obligatoriamente Claude Code o el hook no se activará. El comando rtk gain muestra estadísticas en vivo de lo ahorrado. Si tu proyecto tiene muchos tests y uso intenso de git, RTK por sí solo dará el mayor salto. En cambio, en charlas puramente teóricas sobre arquitectura el efecto será modesto porque no hay salida de comandos que filtrar.

La segunda fuga, el relleno verbal, la cierra Caveman. Es un skill gratuito (conjunto de instrucciones y comandos slash para el agente) creado por Julius Brussee bajo licencia Apache-2.0. Cambia a Claude a estilo telegráfico: breve, seco y sin rodeos iniciales. El código sigue siendo exacto byte por byte; solo desaparece la charla alrededor.

# Añadimos el marketplace e instalamos el plugin Caveman
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman

# Tras reiniciar, verificamos la lista de plugins
claude plugin list

En el chat se activa con /caveman (niveles de light a ultra, por ejemplo /caveman ultra), y se desactiva con normal mode o /caveman off. En el ejemplo del repositorio, el análisis de un re-render innecesario en React pasa de 69 a 19 tokens manteniendo el mismo significado.

Informe de Caveman con desglose de fugas de tokens y ahorro por sesiones del agente (Fuente: github.com/JuliusBrussee/caveman)

Pero hay una limitación importante. En las mediciones de Julian Goldie sobre un proyecto de prueba, Caveman recortó los tokens de salida en un 69%, pero el gasto total bajó alrededor de un 30%. El skill no reduce el razonamiento oculto del modelo (thinking tokens), y su propio prompt añade un pequeño peso en cada turno. En explicaciones largas ahorra muchísimo, mientras que si el modelo piensa largo rato para devolver un parche corto el impacto será menor.

El senior perezoso Ponytail y el enrutador OmniRoute

La tercera fuga, la costumbre del agente de sobreingenierizar el código, la corrige Ponytail, un plugin abierto de Dietrich Gebert.

La idea es simple: activar el modo «senior perezoso». No un programador descuidado, sino un desarrollador experimentado que busca el camino seguro más corto. Antes de crear un archivo nuevo, Ponytail pasa la tarea por seis filtros: si hace falta de verdad, si ya existe algo similar en el proyecto, si lo resuelve la librería estándar, si bastan las dependencias actuales, si cabe en una línea y cuál es el código mínimo posible. Lo esencial (validación, manejo de errores, seguridad y accesibilidad) se mantiene intacto.

# Ejecutamos dentro de una sesión de Claude Code con dos comandos
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail

Incluye los modos /ponytail lite, /ponytail full (por defecto) y /ponytail ultra, además de las revisiones /ponytail-review y /ponytail-audit. En las pruebas del autor, el plugin escribió un 54% menos de código, bajó el coste de ejecución cerca de un 20% y aceleró el trabajo un 27%. Las mediciones independientes de JetBrains en tareas mixtas son más conservadoras pero consistentes: entre un 15% y un 27% de ahorro. En funcionalidades nuevas evita que la base crezca sin control; en correcciones pequeñas la diferencia será menor.

La cuarta herramienta, OmniRoute (MIT), ataca la fuga más cara. Es un gateway local de enrutamiento (LLM gateway) que corre en tu computadora en el puerto 20128. Apuntas Claude Code a ese proxy y este reparte las peticiones entre más de cien proveedores, de los cuales más de 90 ofrecen planes gratuitos (OpenRouter, Groq, Mistral, NVIDIA NIM). Las claves se cifran localmente (AES-256-GCM).

Las tareas complejas se quedan en Claude y la rutina sale hacia modelos gratuitos. Si un proveedor agota su límite, OmniRoute salta automáticamente al siguiente. Además, el gateway integra su propia compresión de peticiones al estilo de RTK y Caveman.

# Instalamos el gateway globalmente y arrancamos el servidor
npm install -g omniroute
omniroute serve

# Configuramos proveedores en http://localhost:20128
# Conexión automática a Claude Code:
omniroute setup-claude
omniroute launch

# O manual (estrictamente sin /v1 al final de la URL)
export ANTHROPIC_BASE_URL="http://localhost:20128"
export ANTHROPIC_AUTH_TOKEN="oma_live_xxx"
claude

Tras arrancar, escribe /status en Claude Code para comprobar que el tráfico va a http://localhost:20128. Si lo configuras a mano, no añadas /v1 a ANTHROPIC_BASE_URL: el cliente agrega /v1/messages por su cuenta.

La limitación aquí es clara: si la tarea exige análisis arquitectónico profundo, los modelos gratuitos cometerán errores y rehacer el trabajo se comerá todo el ahorro. Además, los planes gratuitos tienen límites estrictos de frecuencia, así que conviene tener una cadena de proveedores de respaldo.

FugaHerramientaQué haceLimitación principal
Logs crudos de terminalRTKFiltra la salida de git, tests y archivos vía hookCasi sin efecto en chats sin comandos
Respuestas largasCavemanQuita el relleno manteniendo la exactitud del códigoNo comprime los thinking tokens ocultos
Código «por si acaso»PonytailLimita al agente al código mínimo seguroMenor impacto en bugfixes pequeños
Modelo insignia en rutinaOmniRouteEnvía tareas simples a modelos gratuitosMás débil en arquitectura compleja

Errores típicos al configurar y dos hábitos gratuitos

Incluso con este stack es fácil perder la mitad del ahorro. La trampa más frecuente es instalar «el RTK equivocado».

No instales RTK con cargo install rtk

En crates.io, bajo el nombre corto rtk vive otro paquete: reachingforthejack/rtk (Rust Type Kit para generar tipos). Si ejecutas cargo install rtk, instalarás ese otro. Compruébalo con rtk gain: la herramienta correcta mostrará una tabla de tokens ahorrados. Si la terminal da error o habla de tipos, desinstala el paquete con cargo uninstall rtk e instálalo de nuevo con brew install rtk o cargo install --git https://github.com/rtk-ai/rtk.

El segundo error es esperar un menos 80% en cada conversación. El máximo se logra en sesiones con ejecución continua de tests, donde brilla RTK; en diseño tranquilo la cifra será menor. El tercer error es seguir recortando tus propios prompts. Cuando el modelo no entiende la tarea a la primera, las rondas extra de corrección queman muchos más tokens que un par de frases claras en la especificación.

Y dos hábitos que no requieren instalar nada. Primero: usar /clear al pasar a una tarea nueva sin relación con la anterior, para que el agente no arrastre peso muerto de chats viejos. Segundo: poner a dieta el archivo CLAUDE.md. Claude Code carga ese archivo de instrucciones en cada inicio de sesión, así que cada línea obsoleta se paga una y otra vez.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 5