HKUDS/LightRAG

这是什么？

核心功能

• 01使用 LLM 从文档中抽取实体和关系，构建知识图谱。
• 02提供 local、global、hybrid、naive、mix 五种查询模式。
• 03提供带内置 Web 界面的 REST API 服务。
• 04支持通过 MinerU、Docling 或内置解析器处理 Word 与 Markdown 文档。
• 05存储后端支持 PostgreSQL、MongoDB、OpenSearch、Neo4j、Milvus、Qdrant 等。
• 06支持增量更新与删除文档，并自动重建相关知识图谱。

适用场景

• 为大型私有文档库搭建问答系统。
• 回答需要跨文档归纳主题或关系的问题。
• 查询包含表格和公式的法律、金融或技术手册。
• 结合 RAGAS 评估 RAG 效果，并用 Langfuse 追踪调用过程。

快速上手

1. 1

   使用 uv 安装 LightRAG 服务器

   uv tool install "lightrag-hku[api]"
2. 2

   从示例文件创建 .env 并配置 LLM 与嵌入模型

   cp env.example .env
3. 3

   启动 LightRAG 服务器

   lightrag-server

使用前须知

• !服务器默认绑定所有网络接口，若未配置认证，所有接口都对外公开。
• !在能够索引或回答查询之前，必须在 .env 中配置 LLM 和嵌入模型。

标签

常见问题

LightRAG 是什么？

轻量级知识图谱 RAG 框架与服务，将文档构建为实体关系图谱，用于增强 LLM 问答。 LightRAG 是一个检索增强生成（RAG）框架，使用 LLM 从文档中抽取实体和关系，构建知识图谱，并与向量嵌入一同存储。查询时可基于局部实体、全局关系、文本块检索或它们的混合结果生成回答，提供五种可选查询模式，默认为 mix。

LightRAG 可以免费使用吗？用的什么许可证？

LightRAG 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

LightRAG 还在维护吗？

活跃维护中。LightRAG 最近一次提交是在 2026年10月15日。

LightRAG 适合用来做什么？

为大型私有文档库搭建问答系统。 回答需要跨文档归纳主题或关系的问题。 查询包含表格和公式的法律、金融或技术手册。 结合 RAGAS 评估 RAG 效果，并用 Langfuse 追踪调用过程。

LightRAG 怎么安装和运行？

使用 uv 安装 LightRAG 服务器: uv tool install "lightrag-hku[api]" 从示例文件创建 .env 并配置 LLM 与嵌入模型: cp env.example .env 启动 LightRAG 服务器: lightrag-server

在哪里获取 LightRAG？

源代码和安装说明在 GitHub 上：https://github.com/HKUDS/LightRAG