LightRAG是港大Data Lab提出一种基于知识图谱结构的RAG方案，相比GraphRAG具有更快更经济的特点。

1 索引阶段：对文档进行切分处理，提取其中的实体和边分别进行向量化处理，存放在向量知识库
2 检索阶段：对用于输入分别提取局部和全局关键词，分别用于检索向量知识库中的实体和边关系，同时结合相关的chunk进行总结

需要额外手动安装多个包，不太方便。建议从源码安装，可以直接下载所有依赖

修改了模型需要重新构建新目录，否则部分参数会报错

可以设置查询时的参数，如检索模式、topk等

与初始化图谱类似，执行操作即可。

除了从文档创建图谱外，LightRAG还支持以离线的方式添加实体或者关系以及原始chunk。