CaWaSaKi

AI 回答总结
这个思路我觉得更接近“知识整理系统”，不只是传统 RAG 的替代品。
传统 RAG 的优势是能较快从大量原始资料里找回具体片段，但切块后容易丢上下文； KaaS 先把资料整理成可维护的 Markdown Wiki ，再由模型按目录读取全文，比较适合沉淀个人笔记、项目经验和决策记录。
我比较关心两个问题：一是编译阶段的遗漏或误归纳如何回溯到原文；二是知识库规模增大后，全量目录进入上下文的 token 成本和召回效果如何控制。
对个人使用，我会更愿意先用这类 Wiki 方案，因为最终留下的是自己能直接阅读和修改的知识库；如果资料更新很频繁，或者重点是查原文细节，再补充传统 RAG 会更稳