# docker-lightrag

**Repository Path**: gengwenhao/docker-lightrag

## Basic Information

- **Project Name**: docker-lightrag
- **Description**: 通过 Docker 和 DockerCompose 快速本地部署 LightRag，需要 DeepSeek API
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-28
- **Last Updated**: 2026-07-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# LightRAG Docker 部署

个人使用的 LightRAG Docker 部署配置，支持快速部署和 MCP 服务集成。

## 快速开始

### 1. 配置环境变量

```bash
cp .env.example .env
vim .env
```

### 2. 启动服务

```bash
docker compose up -d
```

### 3. 验证服务

```bash
curl http://localhost:9621/health | jq .
```

## 服务地址

- **Web UI**: http://localhost:9621
- **API 文档**: http://localhost:9621/docs

## 管理命令

```bash
# 启动
./scripts/start.sh

# 停止
./scripts/stop.sh

# 重启
./scripts/restart.sh

# 查看日志
./scripts/logs.sh -f
```

## 数据目录

```
data/
├── inputs/      # 上传文档目录
├── rag_storage/ # RAG 索引存储
└── tiktoken/    # Tiktoken 缓存
```

## MCP 服务

本项目已配置 MCP 服务，可与 AI 助手集成使用。

配置文件：`.mcp.json`

使用示例：
```
"查询 LightRAG 中关于 XXX 的信息"
```

## 配置文件说明

### LLM 配置

```bash
LLM_BINDING=openai
OPENAI_API_KEY=your-api-key
OPENAI_BASE_URL=https://api.deepseek.com/v1
OPENAI_MODEL=deepseek-chat
```

### Embedding 配置

```bash
EMBEDDING_BINDING=ollama
OLLAMA_BASE_URL=http://ollama:11434
EMBEDDING_MODEL=nomic-embed-text:latest
```

详细配置请参考 `.env.example` 文件。

## 故障排除

### 服务启动失败

```bash
docker compose logs -f lightrag
```

### 端口冲突

修改 `.env` 中的 `PORT=9622`

### 内存不足

在 `docker-compose.yml` 中调整内存限制。