HKUDS/LightRAG

它解决了什么问题

LightRAG 是一个轻量级的基于图的检索增强生成（RAG）框架，旨在作为 Microsoft GraphRAG 的更高效替代方案。它解决了大规模图索引和检索中增量更新带来的高计算开销、响应缓慢和成本高昂的问题，同时克服了传统基于分块的向量 RAG 在上下文碎片化方面的局限性。

它如何工作

LightRAG 采用双层架构，同时管理知识图谱（KG）和向量嵌入。这使得系统能够执行双层级检索，同时整合详细事实和抽象概念。它避免了对复杂查询进行低效的多跳推理或社区报告，从而减少了大语言模型（LLM）调用次数并降低了延迟。在数据摄入方面，它支持多种解析引擎（MinerU、Docling、Native）和四种分块策略（固定、递归、向量以及段落语义），以保持文档结构。

适合谁使用

专为需要在垂直领域（如法律或金融）实现高质量 RAG 的开发者和组织设计，这些领域需要全局理解、逻辑推理能力，以及处理跨大规模数据集的复杂多文档查询。

主要亮点

• 双层架构：结合知识图谱和向量嵌入，实现全面且多样化的检索。
• 高效更新：支持增量更新和选择性文档删除，并可自动重新生成知识图谱。
• 多模态支持：集成多模态处理能力，支持图像、公式和表格，并通过知识图谱将其与正文连接。
• 灵活存储：支持多种生产就绪的后端，包括 PostgreSQL、MongoDB、Neo4J 和 OpenSearch。
• 高级解析：内置解析引擎可修正 Word 文档中的章节标题，并将分块边界与语义边界对齐。