LightRAG是由北邮和港大联合开发的新型RAG架构，创新性地结合知识图谱技术，通过图结构化文本索引和双层检索机制（local/global/hybrid/naive四种模式）提升检索效率。它能够增量更新知识，解决传统RAG在复杂依赖关系检索上的不足，并支持Neo4j可视化。本文提供了完整代码实现，适合开发者学习和实践。

---

前排提醒！文末有大模型CSDN独家资料包，看到最后别错过哦～

1 概述

LightRAG是一种结合知识图谱技术的新型RAG架构，它是由北京邮电大学和香港大学联合发表的论文，它的核心原理，我们在[论文解读LightRAG：知识图谱与大语言模型的结合]，RAG方向的新探索中已经介绍过了，在此处简单复习一下，简单说，LightRAG还是对检索方面做了比较大的创新，具体而言有两点：

• 图结构化文本索引：使用LLM识别文本中的实体(如人名、地点、事件)及其关系，从而构建知识图谱，这样能够更有效地捕捉实体之间地复杂依赖关系。
• 双层检索机制：LightRAG采用双层检索系统，结合低层次检索（针对特定实体及其关系的精确信息）和高层次检索（涵盖更广泛的主题和上下文）。这种分层检索策略能够从不同粒度级别收集数据，提高检索的全面性和效率。

除了索引方面的创新，LightRAG还可以增量更新知识，新的文档可以无缝集成到现有的图结构中，而无需重建整个索引。

需要注意的是，LightRAG这类借助知识图谱的RAG技术，它要解决的问题，其实跟常规的RAG是有区别的。

假如现在LLM在训练阶段是没有见过《西游记》的，那如果我们使用《西游记》作为知识库来构建一个RAG，当问到类似“唐僧的徒弟都是些什么来历”，传统RAG是要使用这句话去原文做语意/关键词检索的，很显然《西游记》中不太可能会有类似“唐僧的徒弟来历分别是…”这样直白的表述，而是“孙悟空，唐僧的大徒弟，曾经是…”、“猪八戒，法号猪悟能，唐僧的二徒弟，曾经是天蓬元帅，因为…”、“沙和尚，唐僧的三徒弟，曾任卷帘大将…”，而使用知识图谱，分别抽取出唐僧、孙悟空、猪八戒、沙和尚，以及他们之间的关系，则面对“唐僧的徒弟都是些什么来历”这样的问题时，会首先解析到要查找与唐僧有师徒关系的实体，进而查找这些实体的属性——来历，这样很容易检索出三个徒弟的信息，从而正确回答问题。

2 效果

虽然LightRAG在一些测试集上取得了比较好的效果，但在我们的测试用例中，变现非常差，有可能是因为这个测试集不适合使用LightRAG，也有可能是参数没有调好，欢迎大家在评论区讨论。

LightRAG有4种模式，他们的工作方式是：

• naive：这是经典的RAG检索模式，基于查询向量直接检索与查询最相关的文档片段（chunks）
• local：基于低层次关键词（low-level keywords）进行检索。这些关键词通常对应具体实体。通过检索与这些实体相关的数据，获取其邻域内的关系和原始文档片段
• global：基于高层次关键词（high-level keywords）进行检索，这些关键词通常对应广泛的概念或主题。通过检索与这些概念相关的全局关系，获取相关实体和文档片段
• hybrid：结合了local和global模式的优点。同时利用低层次和高层次关键词，分别检索局部和全局信息，然后将结果合并

3 核心代码

为了公平对比，本文所使用的Embedding，和其他的实验保持一致，都是使用HuggingFace库加载的bge-large-zh-v1.5，为此还特意修改了代码。

大模型也使用了Ollama中的qwen2-7b，考虑到LightRAG的上下文通常比较长，此处做了修改，使得它可以接受更长的上下文，具体修改方法可以参考使用RAG技术构建企业级文档问答系统：生成优化(1)超长上下文LLM vs. RAG。本文代码已开源，地址在：https://github.com/Steven-Luo/MasteringRAG/blob/main/new_arch/01_lightrag.ipynb

3.1 创建LightRAG对象

from
 
lightrag
 
import
 LightRAG

from
 
lightrag.llm
 
import
 ollama_model_complete

from
 
lightrag.utils
 
import
 EmbeddingFunc

from
 
transformers
 
import
 AutoTokenizer, AutoModel

# 可以替换为本地路径

model_path = 
'BAAI/bge-large-zh-v1.5'

embeddings = get_embeddings(model_path)

rag = LightRAG(

    working_dir=expr_dir,

    llm_model_func=ollama_model_complete,

    llm_model_name=
'qwen2:7b-instruct-32k'
,

    chunk_token_size=
500
,

    chunk_overlap_token_size=
50
,

    embedding_func=EmbeddingFunc(

        embedding_dim=
1024
,

        max_token_size=
500
,

        func=
lambda
 texts: hf_ollama_embedding(

            texts,

            hf_embed_model=embeddings

        )

# func=lambda texts: ollama_embedding(

#     texts,

#     embed_model="znbang/bge:large-zh-v1.5-q8_0"

# )

# func=lambda text: hf_embedding(

#     text,

#     tokenizer=AutoTokenizer.from_pretrained(model_path),

#     embed_model=AutoModel.from_pretrained(model_path, device_map=device)

# )

    )

)

3.2 建立索引

# processed_texts是将知识库拼接成了一个长字符串

rag.insert(processed_texts)

3.3 使用

from
 
lightrag
 
import
 QueryParam

# naive模式

print
(rag.query(

'报告的发布日期是什么时候？'
,

    QueryParam(

        mode=
'naive'
,

        top_k=
2

    )

))

# global模式

print
(rag.query(

'报告的发布日期是什么时候？'
,

    QueryParam(

        mode=
'global'
,

        top_k=
2

    )

))

# hybrid模式

print
(rag.query(

'报告的发布日期是什么时候？'
,

    QueryParam(

        mode=
'hybrid'
,

        top_k=
2

    )

))

# local模式

print
(rag.query(

'报告的发布日期是什么时候？'
,

    QueryParam(

        mode=
'local'
,

        top_k=
2

    )

))

QueryParam有一个only_need_context参数，当它设置为True时，可以查看检索结果，样例代码中有检索样例，从检索样例也可以大致看出来LightRAG效果不好的原因。

4 可视化

最终，LightRAG的结果，可以方便地使用Neo4j进行可视化，导入Neo4j的样例代码在：https://github.com/Steven-Luo/MasteringRAG/blob/main/new_arch/graph_visual_with_neo4j.py

可视化效果如下：

零基础如何学习大模型

读者福利大放送：如果你对大模型感兴趣，想更加深入的学习大模型**，那么这份精心整理的大模型学习资料，绝对能帮你少走弯路、快速入门**

如果你是零基础小白，别担心——大模型入门真的没那么难，你完全可以学得会！

👉 不用你懂任何算法和数学知识，公式推导、复杂原理这些都不用操心；
👉 也不挑电脑配置，普通家用电脑完全能 hold 住，不用额外花钱升级设备；
👉 更不用你提前学 Python 之类的编程语言，零基础照样能上手。

你要做的特别简单：跟着我的讲解走，照着教程里的步骤一步步操作就行。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

现在这份资料免费分享给大家，有需要的小伙伴，直接VX扫描下方二维码就能领取啦😝↓↓↓

为什么要学习大模型？

数据显示，2023 年我国大模型相关人才缺口已突破百万，这一数字直接暴露了人才培养体系的严重滞后与供给不足。而随着人工智能技术的飞速迭代，产业对专业人才的需求将呈爆发式增长，据预测，到 2025 年这一缺口将急剧扩大至 400 万！!

大模型学习路线汇总

整体的学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战，跟着学习路线一步步打卡，小白也能轻松学会！

大模型实战项目&配套源码

光学理论可不够，这套学习资料还包含了丰富的实战案例，让你在实战中检验成果巩固所学知识

大模型学习必看书籍PDF

我精选了一系列大模型技术的书籍和学习文档(电子版)，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

大模型超全面试题汇总

在面试过程中可能遇到的问题，我都给大家汇总好了，能让你们在面试中游刃有余

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

👉获取方式：

😝有需要的小伙伴，可以保存图片到VX扫描下方二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最适合零基础的！！