← 返回项目库

检索增强生成（RAG）系统

一个中文知识库工作台，用于导入文档、观察索引流水线、浏览知识图谱，并通过混合检索生成答案。

该项目提供可自托管的检索增强生成系统界面，覆盖文档管理、索引状态、知识图谱、查询测试和 API 文档五类工作流。交付包保留上游 LightRAG 源码、中文界面适配和可复现前端构建配置；截图中的数据为隔离的本地演示数据。

真实界面

项目截图

共 6 张

文档管理
流水线状态
知识图谱
检索
API 文档
文档管理

Capabilities

核心功能

✓中文文档管理与批量导入入口
✓文档处理、索引和流水线状态查看
✓知识图谱节点与关系可视化
✓全局、局部和混合检索测试
✓可配置的检索参数与查询结果面板
✓内置中文 API 文档查看页面
✓支持本地部署并连接自有模型与存储

适用场景

为团队内部资料搭建私有知识库问答原型
比较不同检索模式、返回数量和上下文配置
在上线前检查文档索引状态与知识图谱关系

适合谁

需要搭建私有知识库问答、文档检索原型或 RAG 评估工作台的开发者、技术团队和 AI 应用研究者。

商业化思路

开源基础设施与技术服务交付，可用于私有知识库部署、检索策略评估和企业内部知识问答原型；实际商用部署需由使用者自行配置模型、存储和数据合规方案。

你会拿到什么

  • ✓LightRAG 上游源码与 MIT 许可证文件
  • ✓中文 WebUI 源码、前端锁定依赖和构建配置
  • ✓本地演示 API 适配说明与真实运行界面取证

部署流程

  1. 1准备 Python 3.10+、Node.js 20+ 或 Bun 1.3+ 环境，并按仓库说明安装后端依赖
  2. 2在 lightrag_webui 目录执行 bun install --frozen-lockfile 或使用等效锁定依赖安装方式
  3. 3执行 bun run build 生成前端静态文件，并按部署环境配置 API 地址、模型和存储
  4. 4启动 LightRAG API 服务后，将生成的 WebUI 静态目录交给 API 或静态 Web 服务器托管

真实验证结果

已通过 6 个真实运行中文界面、文档导入状态、流水线状态、知识图谱、混合检索、API 文档、控制台、坏图和横向溢出质量门。

部署前须知

本地取证使用隔离的演示 API 数据，不包含真实模型、向量库或生产文档；当前主机 Python 版本低于上游要求，因此完整后端部署前必须切换到 Python 3.10 或更高版本。

部署难度

较高

最低配置

Python 3.10+、Node.js 20+ 或 Bun 1.3+；完整 API 运行还需要可用的模型服务、向量/图存储配置和持久化磁盘。

开源许可证

MIT License

最后验证

2026-09-02

技术栈

PythonFastAPIReactViteTypeScript知识图谱与向量检索

授权说明

源码包包含上游 LICENSE 文件，许可证允许使用、修改和分发，但必须保留版权声明与许可证文本，并按许可证条款承担使用责任。

Release notes

版本记录

1 个已发布版本

vcn-a10c697706ec 当前推荐

完成 LightRAG 中文知识库工作台的文档管理、流水线、知识图谱、检索和 API 页面取证，并补齐中文 HTML 元数据与源码交付说明。

部署要求：Python 3.10+、Node.js 20+ 或 Bun 1.3+；完整运行还需要模型服务、向量/图存储和持久化磁盘。

已知问题：本地截图使用隔离演示数据；生产使用者需要自行配置模型、存储、鉴权和数据合规策略。

登录后领取