HKUDS/LightRAG

解決的問題

LightRAG 是一個輕量級、基於圖形的檢索增強生成（RAG）框架，旨在作為 Microsoft GraphRAG 的更高效替代方案。它解決了大規模圖形索引與檢索中增量更新所帶來的高計算開銷、響應緩慢和成本高昂的問題，同時克服了傳統基於區塊的向量 RAG 所面臨的上下文碎片化限制。

工作原理

LightRAG 使用雙層架構，同時管理知識圖譜（KG）和向量嵌入。這使得系統能夠執行雙層檢索，同時整合詳細事實與抽象概念。它避免了複雜查詢中低效的多跳推理或社群報告，從而減少大語言模型（LLM）的調用次數並降低延遲。在資料攝取方面，它支援多種解析引擎（MinerU、Docling、Native）和四種區塊化策略（固定、遞迴、向量以及段落語義），以保持文件結構。

適用對象

專為需要在垂直領域（如法律或金融）中實現高品質 RAG 的開發者和組織設計，這些領域需要全局理解、邏輯推理能力，以及處理跨大型資料集的複雜、跨文件查詢的能力。

特色亮點

• 雙層架構：結合知識圖譜與向量嵌入，實現全面且多樣的檢索。
• 高效更新：支援增量更新與選擇性文件刪除，並自動重新生成知識圖譜。
• 多模態支援：整合多模態處理能力，支援圖片、公式和表格，並透過知識圖譜與正文內容連結。
• 彈性儲存：支援多種生產就緒的後端，包括 PostgreSQL、MongoDB、Neo4J 和 OpenSearch。
• 進階解析：內建引擎可修正 Word 文件中的章節標題，並使區塊邊界與語義邊界對齊。

這是一個輕量級、基於圖形的 RAG 框架，結合知識圖譜與向量嵌入，提供高效、高品質的檢索與全局上下文理解。 — @handle