HKUDS/LightRAG

[EMNLP2025] "LightRAG: Simple and Fast Retrieval-Augmented Generation"

What it solves

LightRAG 是一个轻量级的、基于图形的检索增强生成 (RAG) 框架，旨在成为 Microsoft GraphRAG 的更高效替代方案。它解决了传统基于分块 (chunk-based) RAG 中上下文碎片化的问题，以及大规模图形索引带来的高昂计算成本、响应速度慢和昂贵的增量更新问题。

How it works

LightRAG 使用双层架构来管理知识图谱 (KGs) 与向量嵌入。它能够弥合向量化 RAG 与图形化 RAG 之间的差距。它采用双层级检索机制，同时整合详细的事实与抽象的概念。在更新方面，它使用无缝的增量索引流水线，将新数据合并到现有的图形中，而无需重新构建全局索引。

Who it’s for

它专为在垂直领域 (例如法律或金融) 中需要高质量 RAG、需要全局理解或逻辑推理的用户，以及处理需要实时更新的动态数据集的用户而设计。 n## Highlights

  • Dual-Layer Architecture: 结合知识图谱与向量嵌入，实现深度的上下文理解。
  • Incremental Updates: 支持无缝、实时的知识库更新与高效的文档删除。
  • Multimodal Support: 与 RAG-Anything 集成，从文档中解析并检索文本、表格、公式与图像。
  • Role-Specific LLM Config: 允许为提取、查询、关键词、与视觉任务设置独立的 LLM 配置，以平衡成本与性能。
  • Flexible Storage: 支持多种后端，包括 MongoDB, PostgreSQL, Neo4J, 和 OpenSearch。