最近在读很复杂的东西的文档。这个项目古早、历史包袱重、兼容程度复杂，让AI不看文档根据自己记忆回答，那十有八九是错的。 
而官方的文档又是全英文 pdf，要实现一个功能还要不同 pdf 切来切去，大部分 AI 工具对 pdf 的支持并不好，而我也没有耐心在纯英文的 pdf 里面淘金。 
于是我把 pdf 都转成了 markdown，然后在目录上开 codex，这样回答效果会好得多。 
但是，codex 的匹配虽然说够用吧，纯 rg 文本匹配，就会匹配到很多重复/无效的结果，白白浪费上下文和 token。而且匹配起来很慢！ 
那么，在这种场景下，有没有什么办法优化 ai 工具的上下文获取呢？听说做 RAG 算比较基础（而且效果比较差的），有没有什么效果比较好，同时能减少 token 消耗，提升读文档的精确度/速度的方法呢？这种项目有人做过吗（听起来更像是 codex/claude code ...