開發加速：讓工具鏈替你省力

2026年4月9日5 分鐘閱讀AI

前幾篇講了構思、設計、架構，這些都是「做什麼」和「怎麼做」。但在實際開發過程中，還有一個常被忽略的面向：工具鏈怎麼幫你省時省力。這一篇聚焦在幾個讓我開發效率明顯提升的輔助工具。

RTK：Token 節省的 CLI Proxy

用 Claude Code 開發最直接的成本就是 token 用量。每次呼叫 git status、git diff、npm run build 之類的命令，回傳的原始輸出往往很冗長，但真正有用的資訊可能只有幾行。

RTK（Rust Token Killer）是一個用 Rust 寫的 CLI proxy，它攔截這些命令的輸出，過濾掉不必要的內容，只保留關鍵資訊。實測下來可以節省 60-90% 的 token 用量。

最方便的是它透過 Claude Code 的 hook 機制自動運作——你照常輸入 git status，hook 會自動把它改寫成 rtk git status。完全透明，不需要改變任何習慣。

除了節省 token，RTK 還提供 rtk gain 指令查看累計節省量，以及 rtk discover 分析哪些常用指令還沒被優化。這讓你可以持續調整，把節省效果最大化。

AI 模型的訓練資料有時間截止點，這意味著它對最新版本的套件 API 可能不夠準確。比方說你用的是 Next.js 15 的新 API，但模型的知識可能還停在 14 版。

context7 MCP 解決了這個問題。它可以即時查詢套件的最新文件，拿到當前版本的 API 說明和範例程式碼。

使用方式很簡單：指定套件名稱和你要查的主題，它就會回傳相關的文件內容。在這個專案裡，我最常用它來查 Prisma 的 schema 語法、next-intl 的設定方式、以及 TipTap editor 的 API。

這比自己開瀏覽器查文件快很多，而且確保你拿到的是最新版本的資訊，不會因為模型的舊知識而寫出已經 deprecated 的程式碼。

有些問題不是一步就能解決的，需要逐步推理。比方說「為什麼 EN 的 series 頁面顯示 0 篇文章，但 zh-TW 是正常的」——這種 bug 涉及資料流、多語系邏輯、資料庫關聯等多個層面。

sequential-thinking MCP 提供了一個結構化的推理框架。它不是直接給你答案，而是把問題拆成一連串的思考步驟，每一步都建立在前一步的結論上。

在上面那個 bug 的例子裡，推理過程大概是這樣的：

這種逐步推理的方式特別適合處理跨系統的 bug，因為它強迫你把每個假設都攤開來檢查，不會跳過關鍵步驟。

三語系網站最費工的部分之一就是翻譯。每篇文章要有 zh-TW、en、ja 三個版本，如果全部手動翻譯，工作量會非常大。

這個專案建立了一套自動翻譯系統：

在管理後台的操作很簡單——寫完中文內容後，點一下「自動翻譯」按鈕，系統就會把標題、內文、摘要、SEO 欄位都翻譯好。翻譯完可以手動微調，但大部分情況下品質已經可以直接使用。

這套系統最大的價值不是省翻譯費，而是降低了「要不要支援多語系」的心理門檻。以前會想「多一種語言就多一倍維護成本」，現在只要維護中文版本，其他語言自動跟上。

這些工具單獨看都不是什麼驚天動地的東西，但組合在一起的效果很明顯。RTK 讓你能在 token 預算內做更多事、context7 讓你不用離開開發環境就能查文件、sequential-thinking 幫你理清複雜問題的脈絡、自動翻譯讓多語系從負擔變成幾乎零成本的附加功能。

重點不是某一個工具有多強大，而是當這些工具形成一條完整的工具鏈時，它們消除了開發過程中大量的摩擦力。你可以把更多精力放在真正重要的事情上：產品本身。

下一篇會講驗證與品質——用 Playwright MCP 做瀏覽器自動化測試、用 QA skill 系統化找 bug、用 code review 把關程式碼品質。