Wax

我在 Apple Silicon 上用 Swift 开发本地 AI 代理。请说明如何接入 Wax 作为单文件记忆层，实现历史对话写入、语义检索与 RAG 增强，并给出集成步骤与示例代码框架。

一份面向 Swift 项目的接入方案，包含架构说明、数据流、核心代码框架与检索调用示例。

请基于 Wax 设计一个完全离线、无服务器、无外部 API 的 RAG 架构，用于 macOS 上的知识助手。说明文档入库、索引、查询、上下文拼接和性能优化要点。

一套离线 RAG 架构设计建议，包含关键模块、流程说明和 Apple Silicon 优化点。

我想评估 Wax 是否适合我的 AI 应用。请给出一份评估清单，比较本地单文件记忆层与云端向量数据库在延迟、隐私、部署复杂度和维护成本上的差异。

一份结构化评估清单与对比结论，帮助判断是否应采用本地记忆检索方案。