LightRAG Helm Chart

这是用于在Kubernetes集群上部署LightRAG服务的Helm chart。

LightRAG有两种推荐的部署方法：

轻量级部署：使用内置轻量级存储，适合测试和小规模使用
生产环境部署：使用外部数据库（如PostgreSQL和Neo4J），适合生产环境和大规模使用

如果您想要部署过程的视频演示，可以查看bilibili上的视频教程，对于喜欢视觉指导的用户可能会有所帮助。

前提条件

确保安装和配置了以下工具：

Kubernetes集群
- 需要一个运行中的Kubernetes集群。
- 对于本地开发或演示，可以使用Minikube（需要≥2个CPU，≥4GB内存，以及Docker/VM驱动支持）。
- 任何标准的云端或本地Kubernetes集群（EKS、GKE、AKS等）也可以使用。
kubectl
- Kubernetes命令行工具，用于管理集群。
- 按照官方指南安装：安装和设置kubectl。
Helm（v3.x+）
- Kubernetes包管理器，用于安装LightRAG。
- 通过官方指南安装：安装Helm。

轻量级部署（无需外部数据库）

这种部署选项使用内置的轻量级存储组件，非常适合测试、演示或小规模使用场景。无需外部数据库配置。

您可以使用提供的便捷脚本或直接使用Helm命令部署LightRAG。两种方法都配置了lightrag/values.yaml文件中定义的相同环境变量。

使用便捷脚本（推荐）：

bash

export OPENAI_API_BASE=<您的OPENAI_API_BASE>
export OPENAI_API_KEY=<您的OPENAI_API_KEY>
bash ./install_lightrag_dev.sh

或直接使用Helm：

bash

# 您可以覆盖任何想要的环境参数
helm upgrade --install lightrag ./lightrag \
  --namespace rag \
  --set-string env.LIGHTRAG_KV_STORAGE=JsonKVStorage \
  --set-string env.LIGHTRAG_VECTOR_STORAGE=NanoVectorDBStorage \
  --set-string env.LIGHTRAG_GRAPH_STORAGE=NetworkXStorage \
  --set-string env.LIGHTRAG_DOC_STATUS_STORAGE=JsonDocStatusStorage \
  --set-string env.LLM_BINDING=openai \
  --set-string env.LLM_MODEL=gpt-4o-mini \
  --set-string env.LLM_BINDING_HOST=$OPENAI_API_BASE \
  --set-string env.LLM_BINDING_API_KEY=$OPENAI_API_KEY \
  --set-string env.EMBEDDING_BINDING=openai \
  --set-string env.EMBEDDING_MODEL=text-embedding-ada-002 \
  --set-string env.EMBEDDING_DIM=1536 \
  --set-string env.EMBEDDING_BINDING_API_KEY=$OPENAI_API_KEY

访问应用程序：

bash

# 1. 在终端中运行此端口转发命令：
kubectl --namespace rag port-forward svc/lightrag-dev 9621:9621

# 2. 当命令运行时，打开浏览器并导航到：
# http://localhost:9621

生产环境部署（使用外部数据库）

1. 安装数据库

如果您已经准备好了数据库，可以跳过此步骤。详细信息可以在：README.md中找到。

我们推荐使用KubeBlocks进行数据库部署。KubeBlocks是一个云原生数据库操作符，可以轻松地在Kubernetes上以生产规模运行任何数据库。

首先，安装KubeBlocks和KubeBlocks-Addons（如已安装可跳过）：

bash

bash ./databases/01-prepare.sh

然后安装所需的数据库。默认情况下，这将安装PostgreSQL和Neo4J，但您可以修改00-config.sh以根据需要选择不同的数据库：

bash

bash ./databases/02-install-database.sh

验证集群是否正在运行：

bash

kubectl get clusters -n rag
# 预期输出：
# NAME            CLUSTER-DEFINITION   TERMINATION-POLICY   STATUS     AGE
# neo4j-cluster                        Delete               Running    39s
# pg-cluster      postgresql           Delete               Running    42s

kubectl get po -n rag
# 预期输出：
# NAME                      READY   STATUS    RESTARTS   AGE
# neo4j-cluster-neo4j-0     1/1     Running   0          58s
# pg-cluster-postgresql-0   4/4     Running   0          59s
# pg-cluster-postgresql-1   4/4     Running   0          59s

2. 安装LightRAG

LightRAG及其数据库部署在同一Kubernetes集群中，使配置变得简单。安装脚本会自动从KubeBlocks获取所有数据库连接信息，无需手动设置数据库凭证：

bash

export OPENAI_API_BASE=<您的OPENAI_API_BASE>
export OPENAI_API_KEY=<您的OPENAI_API_KEY>
bash ./install_lightrag.sh

访问应用程序：

bash

# 1. 在终端中运行此端口转发命令：
kubectl --namespace rag port-forward svc/lightrag 9621:9621

# 2. 当命令运行时，打开浏览器并导航到：
# http://localhost:9621

配置

修改资源配置

您可以通过修改values.yaml文件来配置LightRAG的资源使用：

yaml

replicaCount: 1  # 副本数量，可根据需要增加

resources:
  limits:
    cpu: 1000m    # CPU限制，可根据需要调整
    memory: 2Gi   # 内存限制，可根据需要调整
  requests:
    cpu: 500m     # CPU请求，可根据需要调整
    memory: 1Gi   # 内存请求，可根据需要调整

修改持久存储

yaml

persistence:
  enabled: true
  ragStorage:
    size: 10Gi    # RAG存储大小，可根据需要调整
  inputs:
    size: 5Gi     # 输入数据存储大小，可根据需要调整

配置环境变量

values.yaml文件中的env部分包含LightRAG的所有环境配置，类似于.env文件。当使用helm upgrade或helm install命令时，可以使用--set标志覆盖这些变量。

yaml

env:
  HOST: 0.0.0.0
  PORT: 9621
  WEBUI_TITLE: Graph RAG Engine
  WEBUI_DESCRIPTION: Simple and Fast Graph Based RAG System

  # LLM配置
  LLM_BINDING: openai            # LLM服务提供商
  LLM_MODEL: gpt-4o-mini         # LLM模型
  LLM_BINDING_HOST:              # API基础URL（可选）
  LLM_BINDING_API_KEY:           # API密钥

  # 嵌入配置
  EMBEDDING_BINDING: openai                 # 嵌入服务提供商
  EMBEDDING_MODEL: text-embedding-ada-002   # 嵌入模型
  EMBEDDING_DIM: 1536                       # 嵌入维度
  EMBEDDING_BINDING_API_KEY:                # API密钥

  # 存储配置
  LIGHTRAG_KV_STORAGE: PGKVStorage              # 键值存储类型
  LIGHTRAG_VECTOR_STORAGE: PGVectorStorage      # 向量存储类型
  LIGHTRAG_GRAPH_STORAGE: Neo4JStorage          # 图存储类型
  LIGHTRAG_DOC_STATUS_STORAGE: PGDocStatusStorage  # 文档状态存储类型

注意事项

在部署前确保设置了所有必要的环境变量（API密钥和数据库密码）
出于安全原因，建议使用环境变量传递敏感信息，而不是直接写入脚本或values文件
轻量级部署适合测试和小规模使用，但数据持久性和性能可能有限
生产环境部署（PostgreSQL + Neo4J）推荐用于生产环境和大规模使用
有关更多自定义配置，请参考LightRAG官方文档