HKUDS/LightRAG

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

What it solves

LightRAG 是一個輕量級、基於圖形的檢索增強生成 (RAG) 框架，旨在成為 Microsoft GraphRAG 的更高效替代方案。它解決了傳統基於分塊 (chunk-based) RAG 中上下文碎片化的問題，以及大規模圖形索引帶來的龐大計算成本、緩慢的響應時間和昂貴的增量更新問題。

How it works

LightRAG 使用雙層架構來管理知識圖譜 (KGs) 與向量嵌入。這使得它能夠彌合向量化 RAG 與圖形化 RAG 之間的差距。它採用雙層級檢索機制，同時整合詳細的事實與抽象的概念。在更新方面，它使用無縫的增量索引流水線，將新數據合併到現有的圖形中，而無需重新構建全局索引。

Who it’s for

它專為在垂直領域 (例如法律或金融) 中需要高品質 RAG、需要全局理解或邏輯推理的使用者，以及處理需要實時更新的動態數據集的使用者而設計。

Highlights

  • Dual-Layer Architecture: 結合知識圖譜與向量嵌入，實現深度的上下文理解。
  • Incremental Updates: 支持無縫、實時的知識庫更新與高效的文件內容刪除。
  • Multimodal Support: 與 RAG-Anything 集成，從文件中解析並檢索文本、表格、公式與圖像。
  • Role-Specific LLM Config: 允許為提取、查詢、關鍵詞與視覺任務設置獨立的 LLM 配置，以平衡成本與性能。
  • Flexible Storage: 支持多種後端，包括 MongoDB, PostgreSQL, Neo4J, 和 OpenSearch。