LightRAG 通过双图索引机制，将文档转换为实体节点与关系边的知识图谱，实现无 LLM 的查询融合与高效蒸馏。这种设计避免了传统 RAG 的扁平 chunk 检索局限，支持 local（实体级）和 global（关系级）双层检索融合，显著提升复杂查询的全面性和速度，尤其适用于资源受限场景。
核心观点在于，双图索引下的查询融合无需额外 LLM 调用，仅通过关键词提取与图遍历，即可“蒸馏”出精准上下文。传统 RAG 常因查询-文档语义错位导致召回低效，而 LightRAG 先用 LLM（索引时一次性）从 chunk 中抽取实体（如“Scrooge”）与关系（如“与 Bob Cratchit 相关”），存入图存储（如 NetworkX 或 Neo4j）。查询时，提取 low-level keywords（针对实体，如“Bob Cratchit”）与 high-level keywords（针对关系，如“Social themes”），分别检索实体子图与全局关系路径，实现融合。
证据显示，这种 LLM-free 融合在 UltraDomain 数据集上，LightRAG 的 comprehensiveness 胜率达 67.6%（vs NaiveRAG 32.4%）。“LightRAG 在四个数据集上全面优于 baselines，包括 GraphRAG。” 检索融合后，邻接节点扩展进一步“蒸馏”高阶相关性，确保上下文连贯，避免噪声。
落地参数配置聚焦 QueryParam 与索引优化，确保低资源部署：
- chunk_token_size=1200, chunk_overlap_token_size=100：平衡实体完整性与效率，适用于长文档，避免边界丢失。
- top_k=60 (实体/关系), chunk_top_k=20：local 模式下实体 top_k=60，global 关系 top_k=60；混合模式下 chunk_top_k=20 经 rerank 精炼。
- mode=hybrid：默认融合 local（10 实体 + 127 关系）与 global（12 实体 + 10 关系），max_entity_tokens=6000, max_relation_tokens=8000, max_total_tokens=30000 控制预算。
- embedding_batch_num=32, llm_model_max_async=4：批量并行，降低延迟；enable_llm_cache=True 复用提取结果。
- rerank_model_func（如 bge-reranker-v2-m3）：mix 模式下提升 20% 精度，cosine_better_than_threshold=0.2。
部署清单（5 步，uv 推荐）：
- 环境：uv sync --extra api；配置 .env（OPENAI_API_KEY, embedding_func=openai_embed）。
- 初始化：rag = LightRAG(working_dir="./rag_storage", embedding_func=openai_embed, llm_model_func=gpt_4o_mini_complete)；await rag.initialize_storages()。
- 索引：rag.insert(["doc1", "doc2"], max_parallel_insert=4)；支持增量，delete_by_doc_id 回滚。
- 查询：rag.aquery("查询", param=QueryParam(mode="hybrid", enable_rerank=True, stream=True))；conversation_history 保多轮。
- 生产：lightrag-server；Neo4j/PostgreSQL 存储，Langfuse 追踪。
监控要点与阈值：
| 指标 |
阈值 |
异常处理 |
| 检索延迟 |
<500ms |
调低 top_k 或异步并发 |
| Token 预算超 |
max_total_tokens=30000 |
压缩 summary_context_size=10000 |
| 召回率 |
RAGAS context_precision >0.85 |
优化 embedding（如 bge-m3），阈值 0.2 |
| 缓存命中 |
>70% |
启用 embedding_cache_config={"enabled":True, "similarity_threshold":0.95} |
风险控制：实体提取依赖 LLM（推荐 ≥32B 参数，context ≥32K），噪声用 entity_extract_max_gleaning=1 迭代；切换 embedding 清 data 目录。
实际案例：在 Dickens 小说索引上，hybrid 模式融合“Scrooge 主题”实体与“Victorian era 社会关系”，生成全面分析，优于 naive 模式 2 倍胜率。低资源下，用 Ollama + nomic-embed-text（dim=768），6GB GPU 处理 197 实体，仅需 num_ctx=32768。
扩展：自定义 KG insert_custom_kg；多模态 via RAG-Anything；评估用 RAGAS。
资料来源：