LightRAG（轻量级图增强RAG）

香港大学黄超团队（EMNLP 2025）推出的图结构增强RAG系统，通过双层检索和增量更新算法解决传统GraphRAG的高计算开销问题。

Key Points

• 双层检索：低层级（实体节点）和高层级（社区摘要）协同
• 增量更新：无需重新生成整个知识图谱，显著降低计算开销
• 34K+ GitHub星标，性能在多个基准测试中超越GraphRAG、NaiveRAG等

Details

核心创新

1. 图结构增强的实体和关系提取：利用LLM从文档中提取实体和关系，构建知识图谱
2. 双层检索系统：
   • Low-Level：检索实体节点和相邻关系
   • High-Level：检索社区汇总，获取全局信息
3. 增量更新算法：新文档仅需处理新增的实体和关系，与原图合并即可

性能对比

领域	NaiveRAG	LightRAG
Agriculture	32.4%	67.6%
CS	38.8%	61.2%
Legal	16.4%	83.6%
Mix	38.8%	61.2%

技术栈

• 支持多种存储后端：JSON文件、PostgreSQL、MongoDB、Neo4j
• 支持多种LLM：OpenAI、Anthropic、Ollama等
• Reranker支持：显著提升混合查询性能

Context

2024年发布，是当前最活跃的开源GraphRAG项目之一，适合需要图增强但担心计算成本的场景。

Related Pages

• [[concepts/graph-rag]]
• [[concepts/rag]]
• [[products/minirag]]
• [[products/rag-anything]]

Sources

• [智能客服专栏] RAG建设方案横纵分析报告
• LightRAG GitHub: https://github.com/HKUDS/LightRAG