← プロジェクト一覧に戻る

LightRAG
文書からLLMがエンティティと関係のグラフを作り、ベクトル検索と併用して答えるRAGフレームワーク
MIT
LightRAGとは
索引時にLLMが全チャンクを読み、エンティティと関係を知識グラフへ抽出して、ベクトル埋め込みと並べて保持します。問い合わせは5つのモードから選びます。特定エンティティの事実はlocal、文書をまたぐテーマはglobal、両者の併用がhybridとmix、ただのチャンク検索がnaiveです。付属サーバーはREST APIとグラフ可視化つきのダッシュボードに加え、チャットUIからOllamaのモデルに見えるAPIも提供します。判断の分かれ目はコスト構造で、グラフ構築はチャンクごとにLLM呼び出しを消費し、ローカルで抽出するならおよそ30Bクラスのモデルが下限だとプロジェクト自身が述べています。既定のストレージ構成も本番向けではないと明記されています。安いチャンク検索で足りる用途なら、naiveモードの存在自体が示すとおり、普通のRAGで済みます。
LightRAGで何ができますか?
- 1つの索引に、5通りの尋ね方 — localは特定エンティティについてグラフが知っていることを、globalは関係の連鎖をたどって文書をまたぐ問いを扱います。hybridと既定のmixはグラフとチャンク検索を併用し、naiveはグラフを使いません。1つのコーパスで、点の参照と横断的な総合の両方に答えられます。
- 4つの役割に別々のモデルを配線する — 抽出・問い合わせ・キーワード生成・画像理解のそれぞれに別のモデルを指定できます。接続先はOpenAI互換API、Ollama、Hugging Face、Bedrockです。グラフ構築は大きなモデルに、日々の質問は安いモデルに、という配分もその逆もできます。
- チャットUIがそのまま理解するサーバー — 付属のLightRAG ServerはREST APIと、アップロード・検索・グラフ可視化を備えたダッシュボードに加え、Ollama互換APIを公開します。ただし既定では全インターフェースに認証なしで待ち受けるため、ネットワークの境界線は自分で引く必要があります。
- ストレージはノートPCから本番まで段階的に — 既定はファイル永続化つきのインメモリで、評価用と明記されています。本番はPostgreSQL・MongoDB・OpenSearchのどれか1つに4種のストアを載せるか、ベクトルにMilvus・Qdrant・Faiss、グラフにNeo4j・Memgraphのような専門店を割り当てます。文書の追加は再索引なしで既存グラフに合流します。
LightRAGを選ぶ前に
スター推移
8月19日〜10月30日 · +1.5k
39k40.4k
よくある質問
LightRAGは商用利用できますか?
LightRAGはMITライセンスで公開されています。OSI承認のオープンソースライセンスで、商用利用が認められています。
LightRAGはどの形で使えますか?
LightRAGはローカル実行・セルフホストの形で利用できます。