海洋馆馆长(@CycleDecoded):传统的 RAG 检索在遇到跨文档复杂推理时，表现往往像个只看关键词的机械硬盘。港大团队开源的 LightRAG 直接打爆了传统方案，用轻量知识图谱把大模型检索速度和准确率拉到了顶级。项目来自港大 HKUDS 实验室，拿下了 EMNLP 2025 顶会。GitHub 狂揽 38k+ Star，采用 MIT 开源协议。图谱+向量双引擎：自动提炼实体和关系构建知识图谱，复杂问题不再漏答。检索速度极快：相比微软 GraphRAG，Token 消耗降了几个数量级，速度翻倍。增量实时更新：新增文档直接增量融合，不需要每次都重新建库。多模态与全能模式：支持 PDF、表格、图片解析，还提供局部/全局/混合 5 种查询模式。 🔗 项目链接：

2026.08.08 05:44

传统的 RAG 检索在遇到跨文档复杂推理时，表现往往像个只看关键词的机械硬盘。港大团队开源的 LightRAG 直接打爆了传统方案，用轻量知识图谱把大模型检索速度和准确率拉到了顶级。项目来自港大 HKUDS 实验室，拿下了 EMNLP 2025 顶会。GitHub 狂揽 38k+ Star，采用 MIT 开源协议。图谱+向量双引擎：自动提炼实体和关系构建知识图谱，复杂问题不再漏答。检索速度极快：相比微软 GraphRAG，Token 消耗降了几个数量级，速度翻倍。增量实时更新：新增文档直接增量融合，不需要每次都重新建库。多模态与全能模式：支持 PDF、表格、图片解析，还提供局部/全局/混合 5 种查询模式。 🔗 项目链接：