LightRAG：轻量级基于知识图谱的RAG框架

LightRAG是一个轻量级、基于知识图谱的检索增强生成（RAG）框架，作为Microsoft GraphRAG的高效替代方案，采用双层架构管理知识图谱与向量嵌入。它解决了大规模图索引与检索中的计算开销高、响应慢、增量更新成本高等问题，支持多模态内容处理、多种存储后端和灵活的配置选项，并提供REST API与WebUI。

• 核心架构与优势: 采用知识图谱与向量嵌入的双层架构，通过图结构索引捕获实体间复杂语义依赖，克服传统分块检索的碎片化局限；双层级检索机制同时整合具体事实与抽象概念，在查询全面性和多样性上表现突出。
• 效率与成本优化: 不依赖低效的社区报告或多跳推理，显著减少索引和查询阶段的LLM调用次数，降低响应延迟与计算成本；支持增量更新与选择性删除，利用索引时的LLM缓存快速重建受影响实体关系。
• 多模态与文档处理: 从v1.5起集成多模态处理能力，支持图像、公式、表格等内容；提供MinerU、Docling和Native三种解析引擎，以及固定长度、递归字符、向量语义、段落语义四种分块策略。
• 查询模式与LLM角色配置: 支持local、global、hybrid、naive、mix五种查询模式，默认mix模式效果最佳；按EXTRACT、QUERY、KEYWORDS、VLM四个角色独立配置LLM，平衡性能与速度。
• 部署与存储选项: 支持PyPI安装、源码安装和Docker Compose部署；默认内存存储适用于开发调试，生产环境可选用PostgreSQL、MongoDB、OpenSearch等统一后端，或Milvus、Neo4j等专用数据库。