PythonGitHub에서 보기 →
대규모 문서에서 법률·금융 등 전역적 이해나 논리적 추론이 필요한 질의응답 시스템을 구축하려는 개발자
- 지식그래프와 벡터 임베딩을 결합한 이중 계층 구조로 전통적 벡터 RAG와 그래프 RAG의 간극을 메운다
- 이중 레벨 검색으로 세부 사실과 추상 개념을 동시에 통합해 복잡한 교차 문서 질의에 강하다
- 커뮤니티 리포트나 멀티홉 추론에 의존하지 않아 인덱싱·질의 시 LLM 호출 수와 지연·비용을 줄인다
- 문서 삭제 시 인덱싱 때 만든 LLM 캐시로 영향받은 엔티티·관계를 빠르게 재구성하는 증분 업데이트를 지원한다
- MinerU·Docling·Native 등 다중 문서 파싱 엔진과 Fixed/Recursive/Vector/Paragraph 등 4가지 청킹 전략을 제공한다
설치: uv tool install "lightrag-hku[api]" 후 .env 설정하고 lightrag-server 실행 (Docker Compose도 지원)