LightRAGとは？
LightRAG は言語モデルを使って文書からエンティティと関係を抽出してナレッジグラフにし、ベクトル埋め込みと一緒に保存して、2 つのレベルで検索します。特定のエンティティ（local）と、関係の連鎖をたどる広いテーマ （global）です。Microsoft GraphRAG と違ってコミュニティレポートを省くため、LLM の呼び出しが減ります。
クエリモードは 5 つあり、デフォルトは mix（グラフと通常のベクトル検索の組み合わせ）です。新しい文書は再構築なしで追加でき、削除するとグラフの該当箇所が修復されます。ストレージは差し替え可能で、デフォルトはファイルベースで本番向けではありません。プロジェクトは 4 つのストアすべてを保持できる PostgreSQL を推奨しています。管理用の Web UI 付きの REST サーバーがあり、2026年5月からはマルチモーダルな文書向けに RAG-Anything を含んでいます。
手法は EMNLP 2025 で発表されました。
LightRAGは使う価値があるか？
LightRAG は最初に試すべきグラフ RAG のフレームワークです。増分で更新でき、素の Postgres で動き、Microsoft GraphRAG よりずっと単純だからです。GitHub のスターは約 40,300 で、2026年9月2日に v1.5.7 が出て、10月に入ってもコミットが続いています。
節約の幅は論文が示すより小さいものです。インデックス作成では、GraphRAG と同じく、今もすべてのチャンクに LLM によるエンティティ抽出をかけます。得られるのはコミュニティレポートを省けることと、増分更新が安いことです。より大きな驚きはクエリの費用です。1 クエリあたり 100 トークン未満という論文の主張は検索の呼び出しだけを数えたものです。GraphRAG-Bench の研究（Xiang ら）では、回答するモデルに届くプロンプトは 1 問あたり平均 100,832 トークンで、ベクトル RAG の 879 を大きく上回りました。Zhou らは Llama-3-8B を使い、MultihopQA の 1 問あたり 19.28 秒、通常の RAG では 2.35 秒 と計測しています。
デプロイの前にセキュリティの作業が必要です。サーバーは 0.0.0.0 にバインドし、LIGHTRAG_API_KEY か AUTH_ACCOUNTS を設定しない限りすべてのエンドポイントが公開され、設定しても WHITELIST_PATHS を変えない限り Ollama 互換の /api のルートは開いたままです。GitHub には 2026年のこのプロジェクトのアドバイザリが 23 件あり、3 件が critical です。認証情報付きのワイルドカードの CORS ポリシー、/login にレート制限がないこと、特定の API プレフィックスで発生する認証の回避です。残りの大半は文書の解析におけるサービス拒否のバグで、すでに修正されています。
グラフが元を取れるのは、評価セットで、ハイブリッド検索では失敗するマルチホップやコーパス全体にわたる質問が示され、エンティティのモデルを誰かが担当している場合です。そうした実際の質問が少なければ、グラフはコストがかかるだけです。グラフが正当化される場合は、1 つの Postgres で動く LightRAG のほうが、GraphRAG のバッチによる再構築より運用が安く済みます。
真価を発揮する場面
弁護士 300 人の法律事務所のナレッジマネジメント責任者
数千の契約にまたがる条項、当事者、案件を結びつける質問に答える
思考しない安価な抽出モデルでインデックスを作り、Postgres 上で mix モードでクエリします。先に同じ質問セットをハイブリッドのベクトル検索で試してください。GraphRAG-Bench では 1 問あたりのプロンプトのトークンが 100 倍を超えるため、回答モデルの入力費用もそれに応じて増えます。
1 台の GPU サーバーで社内 Wiki 向けの RAG をセルフホストするプラットフォームエンジニア
ページが毎日変わる中でナレッジグラフを最新に保つ
Docker Compose で lightrag-server を動かし、抽出には Qwen3-30B-A3B-Instruct、4 つのストアすべてに Postgres を使います。新しいページは再構築なしで追加されます。他の人がアクセスできるようになる前に、127.0.0.1 にバインドするか LIGHTRAG_API_KEY を設定してください。
グラフ RAG のフレームワークを比較する研究エンジニア
1 つに決める前に公表された結果を再現する
リポジトリには Reproduce ガイドと RAGAS による評価が含まれます。論文自身のデータセットでは GraphRAG に近い結果が見込めます。判断は通常、正確さよりも更新の費用と Postgres への対応で決まります。
導入前に確認すること
- 導入
- uv tool install "lightrag-hku[api]" を実行し、env.example を .env にコピーして LLM と埋 め込みの設定を書き、lightrag-server を実行します。docker compose up でも動きます。セットアップウィザード（make env-server）が .env を書き出します。
- 連携
- 役割ごと（抽出、クエリ、キーワード、VLM）に OpenAI 互換、Ollama などの LLM プロバイダーを使えます。ストレージは PostgreSQL、MongoDB、OpenSearch、Neo4j、Memgraph、Milvus、Qdrant、解析は MinerU か Docling、評価は RAGAS、トレーシングは Langfuse で、Ollama 互換のチャット API もあります。
- データとプライバシー
- 文書は設定した LLM と埋め込みのプロバイダーに送られます。サーバーはデフォルトで認証なしに 0.0.0.0 にバインドします。2026年の GitHub のアドバイザリは 23 件で、3 件が critical（CORS、/login の総当たり、認証の回避）です。
- 大規模利用時のコスト
- MIT で有料版はありません。インデックス作成ではコーパス全体の LLM による抽出に費用がかかり、回答では GraphRAG-Bench で 1 問あたり約 100,000 トークンのプロンプトを送ります。ベクトル RAG では 1,000 未満です。ローカルの Qwen3-30B-A3B を抽出モデルにすれば、API の費用を GPU の時間に置き換えられます。
- 制限
- 未解決の issue と pull request は 402 件。デフォルトのファイルストアは本番向けではあ りません。遅いモデル（毎秒約 50 トークン未満）では抽出がタイムアウトします。埋め込みモデルを切り替えるには lightrag-rebuild-vdb が必要です。
良い点
- 再構築なしの増分の追加と削除
- 本番環境でも 1 つの Postgres で動く
- Microsoft GraphRAG より保守が安い
- 組み込みのサーバー、Web UI、マルチモーダルな解析
気になる点
- 回答時のコンテキストはベクトル RAG の 100 倍以上
- サーバーはデフォルトで認証なしにすべてのインターフェースにバインドする
- 2026年のセキュリティアドバイザリは 23 件で、3 件が critical
- 埋め込みモデルを変えるとベクトルの再構築が必要
おすすめの人
評価でハイブリッド検索ではマルチホップの質問に失敗することがわかっていて、Postgres 上にグラフ を置きたいチーム。
LightRAGの代替
LightRAG：よくある質問
- LightRAGは使う価値があるか？
- グラフ RAG を試すなら妥当な方法で、Microsoft GraphRAG より保守の費用が安く済みます。ただしほとんどのチームは、グラフを加える前に、それが必要だと証明すべきです。 評価は5点満点中3.9点です。
- LightRAGの料金は？
- MIT ライセンスの無料のオープンソースです。インデックス作成とクエリには、自分の LLM と埋め込みのクレジットを使います。
- LightRAGの欠点は？
- 回答時のコンテキストはベクトル RAG の 100 倍以上; サーバーはデフォルトで認証なしにすべてのインターフェースにバインドする; 2026年のセキュリティアドバイザリは 23 件で、3 件が critical; 埋め込みモデルを変えるとベクトルの再構築が必要.
- LightRAGは誰に向いているか？
- 評価でハイブリッド検索ではマルチホップの質問に失敗することがわかっていて、Postgres 上にグラフを置きたいチーム。
- チームや本番環境でLightRAGを使うと費用はいくらか？
- MIT で有料版はありません。インデックス作成ではコーパス全体の LLM による抽出に費用がかかり、回答では GraphRAG-Bench で 1 問あたり約 100,000 トークンのプロンプトを送ります。ベクトル RAG では 1,000 未満です。ローカルの Qwen3-30B-A3B を抽出モデルにすれば、API の費用を GPU の時間に置き換えられます。
- LightRAGは企業データを扱っても安全か？
- 文書は設定した LLM と埋め込みのプロバイダーに送られます。サーバーはデフォルトで認証なしに 0.0.0.0 にバインドします。2026年の GitHub のアドバイザリは 23 件で、3 件が critical（CORS、/login の総当たり、認証の回避）です。
- LightRAGの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はGraphRAG, Graphiti, Cognee, RAGFlow 、 LlamaIndexです。
回答確認日：2026年10月23日