LightRAG 现已支持 NebulaGraph，推动 GraphRAG 生态发展

近年来，GraphRAG 已成为企业 AI 落地的重要技术方向。相比传统 RAG，GraphRAG 通过知识图谱组织实体与关系，为大模型提供更加完整的上下文和推理能力，在复杂问答、多跳推理、企业知识管理等场景展现出显著优势。

近日， LightRAG 合并了社区 PR #3536，正式新增 NebulaGraph 作为官方支持的图数据库存储后端。这意味着开发者可以直接使用 NebulaGraph 构建 LightRAG 的知识图谱存储与查询能力，为 GraphRAG 应用提供更高性能、更大规模的图数据支撑。

目前 NebulaGraph 开源版的最新版本为 v3.8.0，v5.x 为企业版，其核心特性之一是原生支持 GQL（Graph Query Language）国际标准。因此，本次集成主要面向部署了企业版 v5.0 的用户，帮助他们充分发挥 LightRAG 与企业版新特性结合的能力。

为什么是 NebulaGraph？

LightRAG 的核心思想，是利用知识图谱增强传统向量检索，通过实体、关系以及图结构组织知识，实现局部（Low-Level）与全局（High-Level）双层检索，从而提升复杂问题的回答质量。

随着企业知识规模不断增长，GraphRAG 对底层图数据库提出了更高要求：

• 海量节点与关系的存储能力
• 高并发、多跳关联查询性能
• 在线增量更新能力
• 面向生产环境的分布式架构

NebulaGraph 正是为这些企业级场景而设计。作为分布式图数据库，NebulaGraph 能够支持超大规模关系数据管理，并在复杂图遍历、多跳查询和实时图计算场景中保持稳定性能，因此成为越来越多企业构建知识图谱和 GraphRAG 系统的重要基础设施。

为 LightRAG 提供企业级图能力

LightRAG 是一套强调“轻、快、可组合”的 GraphRAG 系统，通过引入知识图谱来增强大语言模型对复杂关联知识的检索与生成能力。

此前，LightRAG 已支持 Neo4j、Memgraph 等多种图数据库。此次集成，将 NebulaGraph 的强大数据处理能力与 LightRAG 的智能检索框架相结合，为处理千亿级节点和边的知识图谱 RAG 应用提供了坚实底座。

这对构建企业 AI 应用而言，这意味着开发者既可以依托 NebulaGraph 获得生产级图数据管理能力，也可以享受 LightRAG 在知识抽取与双层检索方面的能力。

特别致谢

在此，我们特别感谢此次集成的代码贡献者 @xlshao2021。正是 ta 敏锐地捕捉到了广大用户对 NebulaGraph 支持的真实需求，并投入时间和精力，从代码实现到测试，完整地完成了这一关键开发工作。

这一贡献不仅直接丰富了 LightRAG 的存储后端生态，也展现了一个优秀开源社区应有的活力——用户提出需求，贡献者付诸行动，核心维护者以建设性的方式响应。

我们期待 @xlshao2021 和所有对 dev-nebula-graph分支感兴趣的开发者，能继续维护和更新这一集成，共同推动它在更多企业级场景中落地生根。

如果你正在构建企业知识库、GraphRAG 或 AI Agent 应用，现在可以使用 NebulaGraph 作为 LightRAG 的图数据库后端，体验图原生架构带来的性能与扩展能力。

欢迎加入 NebulaGraph 社区，与更多开发者一起探索 GraphRAG、Ontology 与 Agent 的下一代企业 AI 架构。 ``