海洋馆馆长
@CycleDecoded
AI工具实测 | 每周分享3个值得用的流程和场景 | 独立开发者×效率工具
参加 May 2021
1.2K フォロー中 7.3K ファン
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：
もっと見る
