LEANN：200GB 压到 6GB，笔记本跑 RAG 不是梦

推荐语

LEANN 革命性压缩技术，让 RAG 应用在笔记本上也能轻松运行，6000 万文档仅占 6GB！

核心内容：
1. 传统 RAG 系统的痛点与 LEANN 的创新解决方案
2. LEANN 的技术原理：图索引与两步搜索机制
3. 实际应用场景与性能测试结果

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

开篇：做 RAG 应用，向量数据库动辄几十上百 GB，云服务费用一个月小几千。有个开源项目挺有意思，反着来——不存向量，只存关系图，6000 万文档只要 6GB。

先说痛点

去年给公司搭 RAG 系统，踩了不少坑：

• 云服务贵：Pinecone 免费额度用完，一个月账单 200 刀起
• 本地吃资源：试过 Milvus，100 万文档就要 30 多 GB，服务器内存直接吃满
• 数据出不去：金融客户要求数据不能上云，但本地机器配置有限

后来发现 LEANN 这个项目，思路挺特别。

怎么做到的？

常规方案 vs LEANN

常规做法：
文档 → 转成向量 → 全存硬盘 → 搜索时直接查
存储：201GB（6000 万文档）

LEANN 做法：
文档 → 建图索引 → 压缩关系 → 搜索时现算
存储：6GB（6000 万文档）

具体实现：

1. 存图不存向量：用 CSR 格式存文档之间的关系，类似社交网络的好友关系图
2. 砍掉冗余连接：保留重要节点，删掉多余的边（有点像 PageRank 的思路）
3. 两步搜索：

• 先在图里快速找候选文档
• 再临时算这些候选的向量做精排

为啥能省这么多空间？

其实很简单：用户搜索只看前几条结果。

• 比如搜索只要前 10 条
• 图结构先筛出 100 个候选
• 只算这 100 个的向量就行，不用全存

边缘设备特别适合这个方案——硬盘小但 CPU 够用。

实际用起来怎么样

场景 1：本地文档搜索

from leann import LEANN

# 建索引
index = LEANN(backend="hnsw", dim=768)
index.build(documents)

# 搜索
results = index.search("分布式事务怎么做", top_k=5)

实测：

• 10 万份技术文档
• 占用 1.2GB（之前用 Qdrant 要 40GB）
• 查询 500ms 左右
• 前 3 条准确率 92%

场景 2：接入 Claude Code

配置成 MCP 服务器，给 Claude Code 加个语义搜索：

{
  "mcpServers": {
    "leann": {
      "command": "python -m leann.mcp",
      "env": {"INDEX_PATH": "./codebase"}
    }
  }
}

比 grep 关键词搜索聪明多了，能理解你想找什么。

场景 3：企业内网部署

某金融公司的案例：

• 需求：6000 万份合同要能全文检索
• 限制：数据不能出内网，服务器内存 32GB
• 方案：LEANN + DiskANN
• 结果：索引 6GB，1 秒内出结果，过了安全审计

几个设计亮点

后端可以换

# 数据少用 HNSW（省内存）
index = LEANN(backend="hnsw")

# 数据多用 DiskANN（省硬盘）
index = LEANN(backend="diskann")

代码没改，换个参数就行。

支持增量更新

# 先建基础索引
index.build(initial_docs)

# 后面慢慢加
for new_batch in stream:
    index.add(new_batch)

日志分析、监控这种持续写入的场景很方便。

完全离线跑

不用：

• API Key
• 网络
• 外部数据库

对隐私要求高的团队来说，这点挺重要。

性能对比

取舍：慢一点点，准确率低一点点，但省了 97% 空间，不用运维。

适不适合你？

适合：

• 个人知识库（Obsidian、Notion 增强）
• 公司内网文档搜索
• 边缘设备 AI
• 数据不能上云的场景

不适合：

• 要求毫秒级响应（广告推荐）
• 高并发（QPS 上千）
• 必须 99% 准确率

上手试试

pip install leann

# 五行代码搞定
from leann import LEANN
index = LEANN()
index.build(your_documents)
index.save("my_index")
results = index.search("查询内容")

云栈社区（ https://yunpan.plus ）有人把它接到 Logseq、Zotero 里了，本地搜索体验不错。想深入了解向量数据库原理，可以看看数据库与中间件这块的资料。

几点思考

LEANN 这个项目给了我一些启发：

1. 不是啥都要上云：本地能跑就本地跑
2. 资源可以换：存储换计算，网络换延迟，看场景
3. 没有银弹：合适比完美重要

现在大模型本地化、隐私计算越来越火，这类项目的思路值得关注。如果你在搭云原生架构或者研究 RAG 落地，可以参考一下