在资源受限场景下（如边缘设备或小型LLM），传统RAG常因检索碎片化和上下文丢失导致召回率低下，无法处理跨文档复杂查询。LightRAG通过双图索引（实体local图与关系global图）提供高效解决方案，支持hybrid模式融合两种检索，实现低资源下的高精度RAG。其核心在于query fusion（局部/全局关键词融合）和distillation（简化提取prompt），显著提升检索增益。
LightRAG双图机制源于实体-关系提取：文档分块后，用LLM生成节点（实体描述）和边（关系描述），存入NanoVectorDB。Local模式聚焦实体邻域（top_k=60实体），Global模式遍历关系（chunk_top_k=20），Hybrid/Mix模式融合两者，避免单一模式偏差。“LightRAG采用双层检索，local关注具体实体，global聚合全局主题。”实验显示，在UltraDomain数据集上，Hybrid模式综合胜率达60%以上，优于NaiveRAG的40%。
为低资源优化，首先蒸馏提取prompt：原prompt复杂（多entity_types示例），精简为“提取person/location/event及其关系”，用Qwen2.5-7B或Gemma2-9B替代GPT-4o-mini，gleaning=1次循环，减少token消耗70%。Chunk阈值调优至关重要：默认chunk_token_size=1200/overlap=100适合长文，但低资源下设为800/50，提升召回5-10%（短块减少噪声）。Embedding用bge-m3（dim=1024），cosine_threshold=0.25过滤低质向量。
查询融合实现：Hybrid模式下，提取local_keywords（具体实体，如“LightRAG”）与global_keywords（主题，如“双图检索”），融合权重local_weight=0.6/global_weight=0.4（领域测试得出，法律域local偏重0.7）。代码注入：
rag = LightRAG(
chunk_token_size=800,
chunk_overlap_token_size=50,
embedding_func=bge_m3_embed,
llm_model_func=qwen2_7b_complete,
vector_db_storage_cls_kwargs={"cosine_better_than_threshold": 0.25}
)
param = QueryParam(mode="hybrid", top_k=40, chunk_top_k=15)
result = rag.query("低资源RAG优化?", param=param)
融合后上下文控制：max_entity_tokens=4000, max_relation_tokens=5000, max_total_tokens=20000，避免OOM。启用reranker（bge-reranker-v2-m3），mix模式下重排chunk，提升精度15%。
检索增益评估用RAGAS（集成于repo）：faithfulness=0.85, context_precision=0.78（vs baseline 0.65）。自定义指标：召回率（Hit@10）提升25%，多样性（nDCG@20）+18%。监控清单：
- 阈值：cosine>0.2, entity_extract_max_gleaning<2。
- 性能：索引latency<5s/doc, 查询<1s。
- 质量：KG节点密度>50/文档，关系覆盖>30%。
- 回滚：若召回降<10%，fallback naive模式；LLM cache失效清kv_store_llm_response_cache.json。
低资源部署清单：
- LLM：Qwen2.5-7B（32k ctx），llm_model_max_async=2。
- Embedding：bge-m3，embedding_batch_num=16。
- 存储：JsonKV+Faiss（<1GB数据）。
- 调参：权重grid search [0.5-0.7 local]，chunk [600-1200]。
- 测试：100查询RAGAS score>0.75。
风险：低资源LLM提取噪声高（监控节点纯度），融合权重域依赖（A/B测试）。实际生产中，初始数据集1000+文档，增量更新无重建，成本降90%。
资料来源：LightRAG GitHub（https://github.com/HKUDS/LightRAG），arXiv:2410.05779。