HKUDS /LightRAG

[EMNLP2025] LightRAG: Simple and Fast Retrieval-Augmented Generation

★ 40,707⑂ 5,779👁 287⑃ 2,582● 1,684▤ 84
PythonMITCreated 2024-10-02arxiv.org/abs/2410.05779
下载:v1.5.8rc1v1.5.8rc1 ↓12026-11-15
+14
日增长
+86
周增长
40,707
stars
5,779
forks
287
watchers
2,582
prs
1,684
issues
84
releases

README

🚀 LightRAG: 简单且快速的检索增强生成(RAG)框架


&32;&32;





  



  
    
      
      
      
    
    
      
      
    
    
      
      
    
    
      
      
      
      
    
    
      
      
    
  





  



    


---

 🎉 新闻
- [2026.07]🎯[新功能]: 添加 Word 文档 智能章节标题 识别功能。
- [2026.05]🎯[新功能]:将 RagAnything 合并至 LightRAG🎉。支持通过 MinerU / Docling 服务进行多模态内容解析与提取。
- [2026.05]🎯[新功能]:引入四种可选的文本分块策略:Fix(固定)、Recursive(递归)、Vector(向量)和 Paragraph(段落语义)。
- [2026.05]🎯[新功能]:支持按角色配置 LLM,提供四个独立角色:EXTRACT、QUERY、KEYWORDS 和 VLM,每个角色拥有独立的 LLM 设置。
- [2026.03]🎯[新功能]: 集成了 OpenSearch 作为统一存储后端,为 LightRAG 的全部四种存储类型提供全面支持。
- [2026.03]🎯[新功能]: 推出交互式安装向导,支持通过 Docker 在本地部署 Embedding、Reranking 及存储后端服务。
- [2025.11]🎯[新功能]: 集成了 RAGAS 评估和 Langfuse 追踪。更新了 API 以在查询结果中返回召回上下文,支持上下文精度指标。
- [2025.10]🎯[可扩展性增强]: 消除了处理瓶颈,以高效支持大规模数据集。
- [2025.09]🎯[新功能]: 显著提升了 Qwen3-30B-A3B 等开源 LLM 的知识图谱提取准确性。
- [2025.08]🎯[新功能]: 现已支持 Reranker,显著提升混合查询性能(已设为默认查询模式)。
- [2025.08]🎯[新功能]: 添加了文档删除功能,并支持自动重新生成知识图谱,以确保最佳查询性能。
- [2025.06]🎯[新发布]: 我们的团队发布了 RAG-Anything —— 一个用于无缝处理文本、图像、表格和方程式的全功能多模态 RAG 系统。
- [2025.06]🎯[新功能]: LightRAG 现已集成 RAG-Anything,支持全面的多模态数据处理,实现对 PDF、图像、Office 文档、表格和公式等多种格式的无缝文档解析和 RAG 能力。详见多模态文档处理部分。
- [2025.03]🎯[新功能]: LightRAG 现已支持引用功能,实现了准确的源归因和增强的文档可追溯性。
- [2025.02]🎯[新功能]: 现在您可以使用 MongoDB 作为一体化存储解决方案,实现统一的数据管理。
- [2025.02]🎯[新发布]: 我们的团队发布了 VideoRAG —— 一个用于理解超长上下文视频的 RAG 系统。
- [2025.01]🎯[新发布]: 我们的团队发布了 MiniRAG,使用小型模型简化 RAG。
- [2025.01]🎯现在您可以使用 PostgreSQL 作为一体化存储解决方案进行数据管理。
- [2024.11]🎯[新资源]: LightRAG 的综合指南现已在 LearnOpenCV 上发布 —— 探索深入的教程和最佳实践。非常感谢博客作者的杰出贡献!
- [2024.11]🎯[新功能]: 推出 LightRAG WebUI —— 一个允许您通过直观的 Web 界面插入、查询和可视化 LightRAG 知识的仪表板。
- [2024.11]🎯[新功能]: 现在您可以使用 Neo4J 进行存储 —— 开启图数据库支持。
- [2024.10]🎯[新功能]: 我们添加了 LightRAG 介绍视频 的链接 —— 演示 LightRAG 的各项功能。感谢作者的杰出贡献!
- [2024.10]🎯[新频道]: 我们创建了一个 Discord 频道!💬 欢迎加入我们的社区进行分享、讨论和协作! 🎉🎉


  
    算法流程图
  

!LightRAG索引流程图
图1:LightRAG索引流程图 - 图片来源:Source
!LightRAG检索和查询流程图
图2:LightRAG检索和查询流程图 - 图片来源:Source



 安装

💡 使用 uv 进行包管理: 本项目使用 uv 进行快速可靠的 Python 包管理。首先安装 uv: curl -LsSf https://astral.sh/uv/install.sh | sh (Unix/macOS) 或 powershell -c "irm https://astral.sh/uv/install.ps1 | iex" (Windows)

 注意:如果您愿意,也可以使用 pip,但为了获得更好的性能和更可靠的依赖管理,建议使用 uv。

 📦 离线部署: 对于离线或隔离环境,请参阅离线部署指南,了解预安装所有依赖项和缓存文件的说明。

 [!WARNING]
 在共享网络上启动服务前,请先做好访问保护。 lightrag-server 默认监听所有网卡(HOST=0.0.0.0),且默认不开启认证。在云服务器上,这意味着所有接口都对公网开放,任何人都能调用并消耗你的 LLM 额度。首次启动前,请二选一:在 .env 中绑定到私有地址(HOST=127.0.0.1,或 VPN / 隧道地址);或者配置认证:LIGHTRAG_API_KEY,或 AUTH_ACCOUNTS 加 TOKEN_SECRET(可用 openssl rand -hex 32 生成)。设置 LIGHTRAG_API_KEY 后,Ollama 兼容的 /api/ 路由也要求该 key(Ollama 客户端以 Authorization: Bearer  发送);未设置 key 时,为兼容客户端,这些路由保持开放。以下所有安装方式均适用。

 从 PyPI 安装

PyPI 包已内置构建好的 WebUI,无需构建前端。

bash
 使用 uv 将 LightRAG 服务器安装为工具(推荐)
uv tool install "lightrag-hku[api]"

 或在虚拟环境中使用 pip
 python -m venv .venv
 source .venv/bin/activate   Windows: .venv\Scripts\activate
 pip install "lightrag-hku[api]"

 获取配置模板并编辑(参见下文"最少需要修改的 .env 配置")
curl -O https://raw.githubusercontent.com/HKUDS/LightRAG/main/env.example
cp env.example .env

lightrag-server


 从源码

Top issues

Discussions

Latest release

v1.5.8rc1 v1.5.8rc1 2026-11-15
Important Notes

 v1.5.8rc1 is a release candidate. Please test it on a copy of your data before upgrading production.

 Highlights

1. Configuration storage: LightRAG now remembers which embedding model built your vectors

In earlier releases, changing EMBEDDING_MODEL or EMBEDDING_DIM on an existing deployment failed silently. Depending on the backend, LightRAG either kept the old vectors and returned wrong neighbours, or opened a new, empty vector container (Milvus / Qdrant / PostgreSQL) and served a knowledge graph with no vectors at all.

v1.5.8 adds a configuration storage. It i

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON