轻量、模块化、生产就绪的检索增强生成（RAG）框架

项目概述

LightRAG 是由香港大学数据智能系统实验室（HKUDS）开源的 轻量级检索增强生成框架，专注于把大型语言模型（LLM）与外部知识库高效、可扩展地结合在一起。

在 几十行代码 内就能把自有文档“喂”给 LLM，实现问答、摘要、对话等生成任务，同时保持 低延迟、低资源占用、高可定制性。

问题背景

传统 RAG 方案普遍存在三大痛点：

1. 1. 重：依赖重量级向量数据库或闭源平台，部署成本高。
2. 2. 黑：检索与生成链路耦合，难以调试、优化。
3. 3. 脆：对长文档、多模态、多轮对话支持薄弱，容易“知识断层”。

LightRAG 通过 “解耦-模块化-流水线” 的设计哲学，一次性解决上述问题。

功能亮点

能力	一句话说明	典型场景
轻量部署	pip install 即可运行，最小依赖仅 < 50 MB	本地笔记本、容器、Serverless
模块化检索	支持稠密向量、稀疏 BM25、混合检索、ColBERT，可插拔	金融报告问答、法律条文检索
多源知识	本地 PDF、Markdown、网页、Notion、API 一键接入	内部 Wiki、产品手册、技术博客
增量索引	文档增删改实时生效，无需全量重建	持续更新的产品 FAQ
流式对话	支持多轮对话、上下文压缩，token 消耗下降 30-50 %	客服机器人、个人 Copilot
一键评估	内置 ragas、BLEU、BERTScore 评估脚本	线上 A/B 测试、离线迭代

技术细节

1. 系统架构

┌─────────────┐    ┌──────────────┐    ┌────────────┐│   Loader    │───▶│   Indexer    │───▶│  Retriever ││(PDF/Web...) │    │(Dense/Sparse)│    │(Top-k/Rerank)└─────────────┘    └──────────────┘    └────┬───────┘                                             │┌─────────────┐    ┌──────────────┐    ┌────┴───────┐│    LLM      │◀───│   Generator  │◀───│  Prompt    ││(OpenAI/LLaMA│    │(Stream/JSON) │    │  Template  │└─────────────┘    └──────────────┘    └────────────┘

• • Loader：使用 unstructured、BeautifulSoup 自动解析 20+ 格式。
• • Indexer：默认 e5-large-v2 向量模型 + bm25s 稀疏检索，支持 GPU/CPU 双后端。
• • Retriever：Top-k + ColBERT 交叉编码器重排，延迟 < 100 ms@100 k 文档。
• • Generator：兼容 OpenAI、Anthropic、HuggingFace 任意模型，支持 JSON mode 结构化输出。

2. 关键技术优化

• • 动态上下文压缩：基于 LLMLingua 轻量压缩，减少 40 % token 用量。
• • 分层检索：段落 → 句子 → token 三级粒度，兼顾召回与精度。
• • 异步流水线：async/await 全链路，QPS 提升 3-5 倍。

安装与使用

环境要求

• • Python ≥ 3.8
• • CPU 亦可运行；GPU 推荐 ≥ 4 GB 显存（用于向量模型）

一行安装

pip install lightrag-hkuds

5 分钟上手

from lightrag import LightRAG, Query# 1. 创建知识库rag = LightRAG()rag.load("docs/")           # 支持文件夹、URL、Notion 链接# 2. 检索 + 生成answer = rag.query("LightRAG 支持哪些检索模型？")print(answer)# → LightRAG 支持稠密向量 (e5-large-v2)、BM25、ColBERT 以及混合检索...# 3. 流式对话for chunk in rag.chat("继续"):    print(chunk, end="", flush=True)

一键启动 Web Demo

lightrag serve --port 8080

浏览器打开 http://localhost:8080 即可体验交互式问答。

应用案例

企业/个人	场景	效果
某跨境电商	商品知识库客服机器人	首响时间从 3 s 降至 0.8 s，FAQ 覆盖率 92 %
独立开发者	个人博客 AI 问答插件	1 小时集成，支持 2k+ 技术文章
高校实验室	论文检索 & 综述生成	年增 1w 篇 PDF，检索精度 Recall@10 > 0.9

项目地址

GitHub 源码与完整文档：
👉 https://github.com/HKUDS/LightRAG

论文（arXiv）：
👉 LightRAG: Simple and Fast Retrieval-Augmented Generation[1]

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！