轻量高效的知识图谱RAG系统：LightRAG

最新推荐文章于 2025-04-23 22:30:22 发布

深度学习机器

最新推荐文章于 2025-04-23 22:30:22 发布

阅读量573

点赞数 5

分类专栏： RAG 大语言模型优质项目文章标签：知识图谱人工智能语言模型

本文链接：https://blog.youkuaiyun.com/qq_33137873/article/details/144386498

版权

LightRAG是港大Data Lab提出一种基于知识图谱结构的RAG方案，相比GraphRAG具有更快更经济的特点。

架构

在这里插入图片描述

1 索引阶段：对文档进行切分处理，提取其中的实体和边分别进行向量化处理，存放在向量知识库
2 检索阶段：对用于输入分别提取局部和全局关键词，分别用于检索向量知识库中的实体和边关系，同时结合相关的chunk进行总结

下载方式

1 源码安装

cd LightRAG
pip install -e .

2 pypi源安装

pip install lightrag-hku

需要额外手动安装多个包，不太方便。建议从源码安装，可以直接下载所有依赖

模型支持

1 支持兼容openai规范的接口

async def llm_model_func(
    prompt, system_prompt=None, history_messages=[], keyword_extraction=False, **kwargs
) -> str:
    return await openai_complete_if_cache(
        "solar-mini",
        prompt,
        system_prompt=system_prompt,
        history_messages=history_messages,
        api_key=os.getenv("UPSTAGE_API_KEY"),
        base_url="https://api.upstage.ai/v1/solar",
        **kwargs
    )

async def embedding_func(texts: list[str]) -> np.ndarray:
    return await openai_embedding(
        texts,
        model