LightRAG v1.3.4版本发布：知识图谱与文档处理能力全面升级

LightRAG是一个基于知识图谱的检索增强生成(RAG)框架，它通过将文档内容结构化存储在知识图谱中，显著提升了大型语言模型(LLM)在专业领域的问答准确性。最新发布的v1.3.4版本在多个关键功能上进行了重要改进，特别是在知识图谱构建效率、文档处理能力和用户交互体验方面都有显著提升。

核心功能增强

1. 知识图谱查询性能优化

本次版本对PostgreSQL-AGE(图数据库扩展)的查询性能进行了深度优化。开发团队实现了一个自定义的广度优先搜索(BFS)算法，相比标准实现，新算法在处理大规模知识图谱时能显著减少查询延迟。同时，对于NetworkX存储后端，新增了优先访问高度数邻居节点的策略，这使得在知识图谱中查找相关概念时能更快定位到核心节点。

2. 文档处理并行化改进

文档处理流水线现在采用了更高效的并行处理机制。通过优化任务调度和资源分配，系统现在能够更均衡地利用计算资源，特别是在处理大批量文档时，处理速度提升明显。新增的aget_docs_by_ids接口允许开发者实时查询文档处理状态，便于构建更友好的用户界面。

3. 自定义分词器支持

为满足不同语言和领域的需求，v1.3.4版本引入了自定义分词器功能。开发者现在可以注入自己的分词逻辑，这对于处理专业术语、混合语言内容或特殊格式文本特别有用。这一改进使得LightRAG能够更好地适应各种垂直领域的应用场景。

用户体验提升

1. Markdown与Mermaid图表支持

Web界面现在全面支持Markdown渲染，特别是对Mermaid图表的支持使得知识图谱可视化更加直观。系统会智能地延迟Mermaid图表的渲染，直到流式响应完全结束，这既保证了交互的流畅性，又确保了图表展示的完整性。

2. 检索测试功能增强

WebUI中的检索测试模块新增了查询模式前缀支持，用户现在可以更方便地测试不同检索策略的效果。同时，文档块(chunks)的上下文格式从CSV调整为JSON，这一改变提高了与各类LLM的兼容性。

系统稳定性改进

1. 死锁问题修复

针对FAISS向量存储可能出现的死锁问题，团队进行了彻底排查和修复。新版本通过优化锁机制和资源管理策略，确保了高并发场景下的系统稳定性。

2. 低性能LLM适配

考虑到部分用户可能使用能力较弱的LLM，新版本提供了更友好的实体抽取和关系权重提取实现。这些优化使得LightRAG在资源受限的环境中仍能保持良好的性能表现。

开发者体验优化

除了上述功能改进外，v1.3.4版本还包含多项开发者体验优化：

• PGKVStorage新增了get_all()方法，便于批量获取键值数据
• 系统提示(system_prompt)的格式化问题得到修复
• 错误处理和日志记录机制更加完善
• 流式响应中的数组越界问题已解决

这些改进使得LightRAG在保持核心竞争力的同时，进一步降低了使用门槛，为开发者构建基于知识的智能应用提供了更强大的支持。无论是处理复杂的技术文档、构建专业知识库，还是开发智能问答系统，LightRAG v1.3.4都展现出了更高的效率和可靠性。