HKUDS/LightRAG

LightRAG – 軽量なグラフベースの検索拡張生成フレームワーク

概要

• ベクトル埋め込みと知識グラフインデックスを組み合わせて検索拡張生成（RAG）を実現するオープンソースの Python ライブラリ。Microsoft GraphRAG のような重量級ソリューションに代わる、より高速で低コストな選択肢を目指し、大規模なコーパスやマルチモーダル文書も処理できます。

核心理念

• 双层架构 – 原始块使用 KV 存储，相似性搜索使用向量存储，实体/关系链接使用图存储。
• 增量更新 – 文档可以添加或删除，而无需重建整个索引；系统重用 LLM 生成的缓存，快速重建受影响的图节点。
• 多种分块策略 – 固定、递归、向量语义和段落语义，后者将块与自然标题、表格和公式对齐。
• 可插拔解析器 – 原生解析器、MinerU、Docling 等，支持提取文本、图像、表格和公式。
• 多模态支持 – 通过集成的 RAG‑Anything 组件，图像和公式被链接到图中，使 LLM 在生成过程中可以引用它们。

主要特性

• 基于图的检索，捕获长距离语义依赖（对法律、金融或技术文档有用）。
• 四种可选分块模式，包括尊重文档结构的 段落 模式。
• 内置重排序器和可选的引用生成。
• 支持多种存储后端：内存（默认）、PostgreSQL、Neo4j、Milvus、OpenSearch、MongoDB 等。
• 服务器组件（lightrag-server）提供 REST API 和 Web UI，用于上传文档、查询和可视化知识图谱。
• 通过 Docker Compose 或 uv 包管理器轻松离线部署；包括一个设置向导，创建可运行的 .env 和 compose 文件。
• 可选附加功能：用于 Word 文件中智能标题检测的 spaCy 模型、用于 SVG 栅格化的 Cairo、RAGAS 评估、Langfuse 追踪。

典型工作流程

1. 配置 在 .env 文件中配置您的 LLM、嵌入模型和可选的重排序器（或运行 make env-base）。
2. 摄取 使用 lightrag-server 摄取文档 – 解析器提取文本和多模态元素，创建嵌入，构建知识图谱，并将所有内容存储在所选后端。
3. 查询 通过 Web UI 或 REST 端点查询 – LightRAG 执行双层检索（图 + 向量），可选地重排序结果，并将上下文传递给 LLM 进行生成。
4. 维护 – 添加新文件或删除过时文件；系统增量更新图。

安装亮点

• 推荐的包管理器：uv (curl -LsSf https://astral.sh/uv/install.sh | sh)。
• 使用 uv tool install "lightrag-hku[api]" 或通过 pip 安装服务器。
• 对于生产环境，在复制 env.example 到 .env 并填写模型端点后，启动 Docker Compose 栈（docker compose up）。
• 支持离线部署；参见 docs/OfflineDeployment.md。

生态系统与社区

• PyPI 包：lightrag-hku
• Discord 和微信群提供支持。
• 同一作者的相关项目：RAG‑Anything（多模态摄取）、VideoRAG、MiniRAG。
• arXiv 上的学术论文（2410.05779）和 LearnOpenCV 上的教程。

谁应该使用

• 需要可定制 RAG 管道并处理大型结构化语料库和多模态内容的团队。
• 探索基于图的检索或使用 RAGAS 等指标评估 RAG 质量的研究人员。
• 偏好以 Python 为中心的栈、灵活的存储选项和现成 API/Web UI 的开发者。

---

所有信息均直接取自仓库的 README；未做额外声明。