◆ AI freelancer? Become one of the first 2,000 founding members: 0 % commission, 60 days Advanced (start whenever you like) and your own cover image forever. AI freelancer? 0 % commission + 60 days Advanced Secure your spot →More →
Connect your AIKI

Search KI-Radar24 for AI tools, AI companies and AI freelancers right from your AI assistant.

How the KI-Radar24 connector works
Add listing
LightRAG

LightRAG

Lightweight graph-based RAG framework with a server and web UI

Description

github.com/HKUDS/LightRAG ist LightRAG, ein quelloffenes, leichtgewichtiges RAG-Framework, das Wissensgraphen mit Vektor-Einbettungen kombiniert, um Dokumente für Sprachmodelle schnell und kontextreich abrufbar zu machen.

Das Tool richtet sich an Entwickler und Forschende, die graphbasierte Retrieval-Verfahren in eigene KI-Anwendungen integrieren wollen.

Tags

  • Recherche
  • Datenbank
  • RAG
  • Kostenlos nutzbar
  • Open Source

Last updated: November 2026 · Report an error · Badge for your website

At a glance

As of: November 2026
🛡️Privacy

Open-Source-Projekt der Forschungsgruppe HKUDS mit Bezug zu Hongkong (China). Der Code steht unter MIT-Lizenz und kann selbst betrieben werden, sodass die Daten in der eigenen Infrastruktur bleiben können. Aussagen zu Zertifizierungen, AVV/DPA oder Training mit Daten sind nicht öffentlich dokumentiert; bei Anbindung externer Sprachmodell-Anbieter sollte für personenbezogene Daten vorab ein AVV/DPA mit dem jeweiligen Anbieter geprüft werden.

💰
Pricing model

Open Source (MIT-Lizenz) zur kostenlosen Selbst-Installation; Kosten entstehen nur für genutzte externe Modell- oder Datenbankdienste.

👥
Target audience
EntwicklerKI-EngineersForschungsteams
⚙️
Technology

Python-Paket und LightRAG Server mit REST-API und Web-Oberfläche, Betrieb auch per Docker Compose mit verschiedenen Speicher-Backends.

🔗
Integrations
Sprachmodelle wie OpenAIOllamaGoogle Gemini und AWS BedrockSpeicher-Backends wie PostgreSQLMongoDBNeo4jMilvusQdrantOpenSearch
📊
Features
Graphbasierte IndizierungDuale Abfrage über Entitäten und BeziehungenInkrementelle DokumentenaktualisierungMehrere Dokumenten-ParserReranking-UnterstützungVisualisierung des Wissensgraphen

✅ Pros

  • Wissensgraph und Vektorsuche in einem schlanken Framework
  • Viele Speicher- und Modelloptionen sowie aktive Weiterentwicklung

❌ Cons

  • Qualität der Graph-Extraktion hängt vom eingesetzten Sprachmodell ab
  • Betrieb, Skalierung und Wartung liegen beim Anwender
🎯
Who is it for?

Gut geeignet für Entwicklerteams, die ein graphbasiertes RAG-System selbst hosten und mit eigenen Modellen und Datenbanken kombinieren wollen.

Information provided by the vendor, As of November 2026, no guarantee. Spotted a mistake? Report

reviews

No reviews yet. Be the first!

Write a review

Your email will not be published.