LightRAG es un marco ligero de RAG (Retrieval Augmented Generation) que combina grafos de conocimiento y embeddings vectoriales para comprender y consultar mejor un corpus de documentos. Mientras que el RAG clásico se limita a encontrar fragmentos cercanos, LightRAG construye un grafo que relaciona entidades y conceptos, lo que permite respuestas más completas sobre preguntas transversales que abarcan varios documentos.

Ofrece cinco modos de consulta (local, global, híbrido, ingenuo y mixto), actualizaciones incrementales de la base sin reconstrucción, y una configuración por roles (extracción, consulta, palabras clave, modelo de visión/VLM). En cuanto a los modelos, se conecta a un LLM open-weight local (vía Ollama) o a cualquier API compatible con OpenAI, con opción de elegir el embedding y el reranking. El procesamiento multimodal de los documentos se basa en MinerU y Docling.

LightRAG se apoya en numerosos backends de almacenamiento (PostgreSQL, MongoDB, Neo4j, Memgraph, Milvus, Qdrant…) y expone una API REST así como una interfaz web. Autoalojado en DINAO y conectado a un modelo local, se convierte en un asistente documental verdaderamente soberano: tus contenidos nunca salen de Francia.