HKUDS/LightRAG

项目概览

其增量更新机制无需全局索引重建即可通过集合合并整合新数据，为动态数据环境下的图结构维护提供了条件。

项目类型

RAG 与知识库 · 数据处理

应用场景

文档办公 · 知识问答

部署方式

查看项目说明

License

MIT

适合谁

• 寻求在图谱构建和检索环节控制 LLM 调用开销的开发者和 AI 工程师。
• 需要频繁向现有知识库补充新数据，且希望避免全局索引重建的场景。

核心能力

• 支持通过集合合并机制将新数据整合到现有图中，在此过程中无需对全局索引进行重建。
• 提供 local（局部）、global（全局）、hybrid（混合）、naive（朴素）和 mix 模式，以适应和处理不同类型的提问。
• 允许为实体关系提取、查询、关键词生成和视觉任务分别配置不同的 LLM 或 VLM 模型。
• 允许在查询阶段部署可选的 rerank 模型，作为改善查询质量的一种手段。
• 利用 MinerU、Docling 或原生解析引擎，从文件中提取文本、表格、公式和图像内容。
• 提供一个 Web 仪表板和 REST API，用于插入、查询、可视化及管理知识库。
• 提供 Fix、Recursive、Vector 和 Paragraph 四种可供选择的文本分块策略。

限制与风险

• 目前不提供 re-embedding 工具，如果后续需要更改嵌入模型，相关操作成本较高。
• 部分功能未通过 REST API 暴露，只能通过 SDK 访问。
• 在实体关系提取阶段，由于模型响应慢、文本块数量多或输出循环，可能会出现 LLM 超时的情况。

如何开始

• 安装包或克隆代码库后，需要配置 .env 文件以设定 LLM、VLM 和嵌入模型。由于涉及对多个模型和存储后端参数的配置并依赖环境变量，首次上手难度中等。

核验依据

• README: LightRAG is a lightweight knowledge-graph RAG framework and an efficient alternative to Microsoft GraphRAG.
• README: Integrated OpenSearch as a unified storage backend, providing comprehensive support for all four LightRAG storage.
• README: LightRAG supports seamless, incremental knowledge base updates. New data only needs to go through a standard graph indexing pipeline to generate a local graph, which is then direc…
• README: LightRAG requires LLM/VLMs of four different roles during its workflow. You should configure models with different capabilities and speeds for different roles to strike a balance…
• README: LightRAG supports five query modes:

内容核验时间：