LLM을 사용해 비정형 텍스트에서 구조화된 지식 그래프를 추출하고, 검색 증강 질의응답에 활용하는 Python 데이터 파이프라인입니다.
HKUDS/LightRAG
문서를 엔티티와 관계로 인덱싱해 검색 증강 LLM 답변을 제공하는 경량 지식 그래프 RAG 프레임워크이자 서버입니다.
대체할 수 있는 제품:Microsoft GraphRAG
- 스타
- 40,235
- 포크
- 5,709
- 열린 이슈
- 394
- 마지막 커밋
- 5일 전
어떤 프로젝트인가요?
LightRAG는 문서에서 LLM을 사용해 엔티티와 관계를 추출하고, 이를 벡터 임베딩과 함께 저장해 지식 그래프를 구축하는 검색 증강 생성 프레임워크입니다. 이후 로컬 엔티티 컨텍스트, 전체 관계 컨텍스트, 일반 청크 검색 또는 이들을 조합한 방식으로 질문에 답할 수 있으며, 선택 가능한 쿼리 모드는 5가지이고 기본값은 mix입니다.
Python SDK 외에도 문서 입력, 그래프 탐색, 쿼리 디버깅을 위한 REST API와 웹 UI를 갖춘 서버를 제공합니다. 문서 파싱에는 MinerU, Docling 또는 Word와 Markdown 파일을 지원하는 내장 네이티브 파서를 사용할 수 있습니다. 저장소로는 PostgreSQL, MongoDB, OpenSearch, Neo4j, Milvus, Qdrant 등을 지원합니다. 기본 인메모리 저장소는 테스트용이며, 프로젝트에서는 프로덕션 환경에 PostgreSQL을 권장합니다.
RAGAS 평가 및 Langfuse 트레이싱 통합, 선택적 리랭킹, 추출·쿼리·키워드·비전 작업별 LLM 설정, Docker Compose 배포도 지원합니다.
핵심 기능
- 01LLM을 사용해 문서에서 엔티티와 관계로 구성된 지식 그래프를 구축합니다.
- 02local, global, hybrid, naive, mix의 5가지 쿼리 모드를 제공합니다.
- 03웹 UI가 내장된 REST API 서버를 제공합니다.
- 04MinerU, Docling 또는 네이티브 Word/Markdown 파서로 문서를 파싱합니다.
- 05저장소 백엔드로 PostgreSQL, MongoDB, OpenSearch, Neo4j, Milvus, Qdrant를 지원합니다.
- 06지식 그래프를 재구축해 문서를 점진적으로 업데이트하고 삭제할 수 있습니다.
활용 사례
- 대규모 비공개 문서 모음을 대상으로 질의응답 시스템을 구축합니다.
- 주제나 관계를 종합해야 하는 문서 간 질문에 답합니다.
- 표와 수식이 포함된 법률·금융·기술 매뉴얼을 검색합니다.
- RAGAS로 RAG 품질을 평가하고 Langfuse로 호출을 추적합니다.
빠른 시작
- 1
uv를 사용해 LightRAG 서버를 설치합니다
uv tool install "lightrag-hku[api]" - 2
예제를 바탕으로 .env 파일을 만들고 LLM 및 embedding 설정을 지정합니다
cp env.example .env - 3
LightRAG 서버를 실행합니다
lightrag-server
사용 전 알아둘 점
- 서버는 기본적으로 모든 인터페이스에 바인딩되며, 인증이 없으면 모든 엔드포인트가 공개됩니다.
- 인덱싱하거나 쿼리에 답변하려면 먼저 .env에서 LLM과 embedding model을 설정해야 합니다.
토픽
자주 묻는 질문
- LightRAG은(는) 무엇인가요?
- 문서를 엔티티와 관계로 인덱싱해 검색 증강 LLM 답변을 제공하는 경량 지식 그래프 RAG 프레임워크이자 서버입니다. LightRAG는 문서에서 LLM을 사용해 엔티티와 관계를 추출하고, 이를 벡터 임베딩과 함께 저장해 지식 그래프를 구축하는 검색 증강 생성 프레임워크입니다. 이후 로컬 엔티티 컨텍스트, 전체 관계 컨텍스트, 일반 청크 검색 또는 이들을 조합한 방식으로 질문에 답할 수 있으며, 선택 가능한 쿼리 모드는 5가지이고 기본값은 mix입니다.
- LightRAG은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- LightRAG은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- LightRAG은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. LightRAG의 마지막 커밋은 2026년 10월 15일입니다.
- LightRAG은(는) 어디에 사용할 수 있나요?
- 대규모 비공개 문서 모음을 대상으로 질의응답 시스템을 구축합니다. 주제나 관계를 종합해야 하는 문서 간 질문에 답합니다. 표와 수식이 포함된 법률·금융·기술 매뉴얼을 검색합니다. RAGAS로 RAG 품질을 평가하고 Langfuse로 호출을 추적합니다.
- LightRAG는 어떻게 설치하나요?
- uv를 사용해 LightRAG 서버를 설치합니다: uv tool install "lightrag-hku[api]" 예제를 바탕으로 .env 파일을 만들고 LLM 및 embedding 설정을 지정합니다: cp env.example .env LightRAG 서버를 실행합니다: lightrag-server
- LightRAG은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/HKUDS/LightRAG
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
대화 기록을 원문 그대로 저장하고 의미 검색으로 찾아주는 로컬 우선 AI 메모리 시스템으로, MCP 서버와 CLI를 제공합니다.
자체 데이터와 LLM을 연결해 RAG, 에이전트, 문서 처리 애플리케이션을 구축하는 Python 프레임워크입니다.
문서, 코드, 대화를 AI 에이전트용 셀프 호스팅 지식 그래프로 바꾸는 오픈소스 AI 메모리 플랫폼입니다.
모듈형 파이프라인과 에이전트 워크플로를 활용해 RAG, 검색, 에이전트용 프로덕션급 LLM 애플리케이션을 구축하는 오픈 소스 Python 프레임워크입니다.
LightRAG 기반의 올인원 RAG 프레임워크로, 텍스트와 이미지·표·수식이 함께 포함된 문서를 질의할 수 있습니다.