LightRAG作为轻量级RAG框架，通过实体节点（local检索）和关系边（global检索）的双图结构，实现高效知识融合，特别适合资源受限的边缘部署场景。其核心优势在于无需重量级数据库，默认使用文件级存储（如JsonKVStorage、NanoVectorDBStorage、NetworkXStorage），结合小模型支持（如Ollama的gemma2:2b），可在6GB RAM GPU上处理文档索引与查询。
双图边融合的核心是hybrid/mix模式查询：local模式聚焦实体细节（top_k=60默认），global模式聚合关系上下文（max_relation_tokens=8000）。在低资源环境中，融合检索避免了传统RAG的向量遍历瓶颈，仅需少量token（<100）和单API调用，即可实现多跳推理。实验显示，在混合查询下，LightRAG召回率优于naive RAG 20%以上，同时延迟控制在100ms内。
工程部署需优先低资源配置。初始化LightRAG时，选择embedding_func如ollama_embed（nomic-embed-text，dim=768），llm_model_func=ollama_model_complete（模型如gemma2:2b，num_ctx=32768）。存储默认NanoVectorDB（内存高效），graph_storage=NetworkX（文件持久化）。为边缘设备，设置embedding_batch_num=16（默认32减半避OOM），llm_model_max_async=2（默认4），max_parallel_insert=2（默认值）。Docker部署：docker compose up，支持离线模式预缓存依赖。
延迟调优参数清单如下：
| 参数 |
默认值 |
低资源调优 |
效果 |
| top_k |
60 |
30-40 |
减召回广度，降延迟20%，精度降<5% |
| chunk_top_k |
20 |
10 |
向量chunk检索精简，latency-30% |
| max_entity_tokens |
6000 |
3000 |
local上下文压缩，token节约50% |
| max_relation_tokens |
8000 |
4000 |
global边融合限流，防超时 |
| enable_rerank |
True |
False（naive回滚） |
关rerank（bge-reranker-v2-m3）降延迟50%，精度权衡用mix模式 |
| cosine_better_than_threshold |
0.2 |
0.3 |
向量阈值抬高，过滤噪声召回 |
监控要点：使用TokenTracker追踪insert/query token消耗（目标<5000/query），Langfuse集成trace LLM调用链路。RAGAS评估context precision/recall，目标>0.85。低资源风险：小LLM实体提取弱（推荐Qwen2.5:3B+），fallback到naive模式精度降10%。
精度延迟权衡策略：
- 高精度优先：rerank=True, mode=hybrid, top_k=60；适用于准静态知识库。
- 低延迟优先：rerank=False, mode=mix/naive, top_k=30；边缘实时Q&A。
- 自适应：QueryParam.user_prompt注入“简洁输出”，结合embedding_cache_config（similarity_threshold=0.95）复用历史响应。
- 回滚：若latency>200ms，降max_total_tokens=15000（默认30000）。
增量更新支持动态知识：rag.insert(new_docs)，自动合并实体/关系，无重建KG。生产部署Docker+uv sync，确保uv pip install "lightrag-hku[api]"。
实际落地示例（Ollama边缘部署）：
rag = LightRAG(
working_dir="./lowres_rag",
llm_model_func=ollama_model_complete,
llm_model_name="gemma2:2b",
llm_model_kwargs={"options": {"num_ctx": 32768}},
embedding_func=EmbeddingFunc(768, func=lambda t: ollama_embed(t, "nomic-embed-text")),
chunk_token_size=800,
embedding_batch_num=8
)
await rag.initialize_storages()
查询：QueryParam(mode="mix", top_k=40, enable_rerank=False)，在Jetson Nano等设备上QPS>10。
LightRAG低资源双图融合显著降低部署门槛：对比GraphRAG全重建，增量边蒸馏式融合仅需O(1) LLM调用。精度监控下，RAG faithfulness>90%，适用于IoT知识问答、移动Copilot。
资料来源：HKUDS/LightRAG GitHub仓库（2025.11更新），arXiv:2410.05779。