LightRAG est un cadre léger de RAG (Retrieval Augmented Generation) qui combine graphe de connaissances et embeddings vectoriels pour mieux comprendre et interroger un corpus de documents. Là où le RAG classique se contente de retrouver des passages proches, LightRAG construit un graphe reliant entités et concepts, ce qui permet des réponses plus complètes sur des questions transversales à plusieurs documents.

Il propose cinq modes de requête (local, global, hybride, naïf et mix), des mises à jour incrémentales de la base sans reconstruction, et une configuration par rôles (extraction, requête, mots-clés, modèle vision/VLM). Côté modèles, il se branche sur un LLM open-weight local (via Ollama) ou sur toute API compatible OpenAI, avec choix de l'embedding et reranking optionnel. Le traitement multimodal des documents s'appuie sur MinerU et Docling.

LightRAG s'appuie sur de nombreux backends de stockage (PostgreSQL, MongoDB, Neo4j, Memgraph, Milvus, Qdrant…) et expose une API REST ainsi qu'une interface web. Auto-hébergé chez DINAO et branché sur un modèle local, il devient un assistant documentaire réellement souverain : vos contenus ne quittent jamais la France.