LightRAG v1.3.7版本发布：增强查询能力与稳定性优化

LightRAG是一个开源的检索增强生成（RAG）框架，它通过结合信息检索和大型语言模型的能力，为用户提供更准确、更相关的回答。该系统支持多种后端存储和LLM集成，具有高度可扩展性。

核心功能增强

最新发布的v1.3.7版本在多个关键功能上进行了重要改进：

1. 查询参数增强：新增了用户提示功能到QueryParam中，使开发者能够更灵活地控制查询行为。这一改进使得系统能够更好地理解用户意图，从而提供更精准的检索结果。

2. 关系关键词去重：实现了合并关系关键词时的自动去重功能，避免了重复信息对检索效果的干扰，提高了系统处理复杂查询时的效率。

3. PostgreSQL连接优化：现在可以配置PostgreSQL的最大连接数，这对于高并发场景下的性能调优尤为重要。开发者可以根据实际硬件资源和业务需求进行精细调整。

4. LLM缓存持久化：即使在出现错误的情况下，LLM的缓存也能保持持久化，这一改进显著提高了系统的健壮性，避免了因临时故障导致的重要数据丢失。

性能优化与稳定性提升

1. 查询上下文格式优化：针对mix和naive两种查询模式，优化了查询上下文的格式，减少了不必要的数据传输和处理，提高了整体响应速度。

2. 冗余数据获取消除：在naive和mix查询模式下，消除了冗余的chunk数据获取操作，这一优化显著降低了系统资源消耗，特别是在处理大规模文档集时效果更为明显。

3. 向量搜索改进：现在向量搜索会忽略聊天历史记录，这一改变使得搜索结果更加专注于当前查询内容，避免了历史对话对检索结果的干扰。

开发者体验改进

1. OpenAI客户端管理：引入了OpenAI客户端上下文管理器，简化了资源管理，降低了内存泄漏的风险。

2. 多模型支持扩展：新增了对Tongyi OpenAI（使用Qwen模型）的支持，为开发者提供了更多模型选择。同时Bedrock接口也进行了通用化改造，提高了接口的灵活性和可扩展性。

3. Ollama驱动更新：更新了Ollama LLM驱动及相关示例代码，确保开发者能够充分利用这一本地LLM运行方案的优势。

重要问题修复

1. PostgreSQL AGE图存储修复：解决了节点名称被错误解析为JSON对象的问题，以及JSON处理错误，提高了图数据库存储的可靠性。

2. 时区问题修复：修正了created_at时间戳的时区处理问题，确保时间记录的一致性。

3. 流式传输修复：修复了OpenAI流式传输的问题，改善了实时交互体验。

4. WebUI冻结问题：解决了Web界面中JSON代码块导致的界面冻结问题，提升了用户体验。

5. 安全修复：包含多项安全增强措施，提高了系统的整体安全性。

容器化部署改进

更新了Dockerfile和docker-compose.yml配置，简化了容器化部署流程，使开发者能够更快速地在各种环境中部署LightRAG系统。

LightRAG v1.3.7版本的这些改进和修复，使得该系统在功能性、稳定性和易用性方面都有了显著提升，为开发者构建高效、可靠的检索增强生成应用提供了更强大的支持。