agent-lsp
把 gopls、rust-analyzer 等语言服务器编排成 AI 代理可用的代码智能工作流:66 个 MCP 工具、33 种 CI 验证语言、24 个代理技能。
- Star 数
- ★ 182
- 最近更新
- 今天
- License
- MIT
- 主语言
- Go
- FA 评分
- 67/100 · 存在缺口
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台ChatGPT · Codex · Claude Code
- 费用
- 免费,无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 构建代理式代码生成系统的团队,需要语义级重命名和接口实现查找而非 grep
- 不适合
- 不使用 MCP 客户端、只想要独立 IDE 插件式代码智能的开发者
- 没有安装对应语言服务器且无法安装其运行时依赖的受限环境
- 官网
- agent-lsp.com ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-21
- 源码审查
- 67/100 · 存在缺口
这个 Agent 能做什么,适合哪些场景?
agent-lsp 是一个用 Go 编写的 MCP 服务器,不属于 LSP 服务器本身,而是编排层:它管理 gopls、rust-analyzer、pyright 等语言服务器,并通过 MCP 协议把批量操作、投机编辑和多步工作流暴露给 AI 代理。语言服务器索引在会话间保持常驻(守护进程模式),避免每次请求的冷启动开销。工具响应默认采用 GCF(Graph Compact Format)编码,相比 JSON 节省 30-84% 的 token,图类查询最高可达 92.7%。33 种语言的端到端集成测试在每次 CI 推送时运行真实语言服务器验证。运行时还带阶段强制(phase enforcement),会阻止代理在错误阶段调用工具(如在爆炸半径分析期间调用 apply_edit)。单个 Go 二进制分发,支持 stdio 和带 bearer token 认证的 Streamable HTTP 两种传输方式。
启动后,agent-lsp 以 MCP 服务器身份运行:start_lsp(root_dir=...) 初始化工作区并按文件扩展名路由(.go → gopls,.ts → tsserver,.py → pyright)。核心操作包括:blast_radius 一次调用返回所有导出与调用者(区分测试与非测试);preview_edit / simulate_chain 在内存中投机预览编辑的诊断增量,不写盘;safe_apply_edit 仅在净诊断增量为 0 时写入;refactor 作为 gopls v0.24 交互式重构扩展的客户端,把语言服务器的问题以类型化表单返回给代理;跨仓库引用、类型层级、调用层级查询覆盖多语言服务器。24 个技能(如 /lsp-refactor、/lsp-safe-edit、/lsp-verify、/lsp-concurrency-audit)把多步 LSP 操作链成完整流水线,并以 MCP prompts 或 AgentSkills 斜杠命令提供。符号编辑工具自动返回 errors_after / warnings_after 计数;检查器含 4 类并发安全检查,覆盖 25 种语言。
- 构建代理式代码生成系统的团队,需要语义级重命名和接口实现查找而非 grep
- 在大型代码库(如 HashiCorp Consul 规模)上自动化重构,把数千次 grep 调用压缩到百余次 LSP 查询
- 使用 Go + TypeScript + Python 混合技术栈的全栈开发者在单会话内跨语言工作
- CI 工程师需要对真实语言服务器行为做程序化验证的流水线
- 使用 Gleam、Elixir、Nix、Prisma 等小众语言栈并希望获得 CI 验证支持的团队
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
curl -fsSL https://raw.githubusercontent.com/blackwell-systems/agent-lsp/main/install.sh | sh && agent-lsp initnpm i -g typescript-language-server typescript@6npm i -g pyrightgo install golang.org/x/tools/gopls@latest
- 环境变量
AGENT_LSP_TOKEN- 配置文件
.mcp.json~/.claude/settings.json- 安装说明涉及
- Windows · macOS · Linux · Docker
如何安装或部署这个 Agent?
一键安装脚本(macOS/Linux),随后初始化:
curl -fsSL https://raw.githubusercontent.com/blackwell-systems/agent-lsp/main/install.sh | sh && agent-lsp init其他渠道包括 Homebrew、pip、npm、go install、Scoop、Winget 和 Docker(ghcr.io/blackwell-systems/agent-lsp)。安装所用语言服务器,例如:
npm i -g typescript-language-server typescript@6
npm i -g pyright
go install golang.org/x/tools/gopls@latest注意:TypeScript 7 移除了 tsserver,需安装 TypeScript 6。验证配置:
agent-lsp doctorHTTP 模式需要设置 AGENT_LSP_TOKEN 环境变量用于 bearer token 认证。
如何使用这个 Agent?
运行 agent-lsp init 自动检测 PATH 上的语言服务器并写入 MCP 配置(Claude Code 的 .mcp.json、Cursor、Cline、Windsurf、Gemini CLI、Codex 等均有对应目标);agent-lsp init --with-skills 可同时安装技能文件。典型 MCP 配置:
{
"mcpServers": {
"agent-lsp": {
"type": "stdio",
"command": "agent-lsp",
"args": [
"go:gopls",
"typescript:typescript-language-server,--stdio",
"python:pyright-langserver,--stdio"
]
}
}
}Claude Code 用户建议在 ~/.claude/settings.json 允许 mcp__agent-lsp__* 权限。首次使用由代理调用 start_lsp(root_dir="/your/project"),首次会话索引工作区(典型项目约 10 秒),之后会话即时连接常驻守护进程。如需 JSON 输出:
export AGENT_LSP_OUTPUT_FORMAT=jsonDocker HTTP 模式示例:
docker run --rm -p 8080:8080 -v /your/project:/workspace -e AGENT_LSP_TOKEN=your-secret-token ghcr.io/blackwell-systems/agent-lsp:go --http --port 8080 --listen-addr 0.0.0.0 go:gopls这个 Agent 有哪些优点和局限?
- 33 种语言在每次 CI 推送上用真实语言服务器做端到端验证,而非仅在配置文件里声明支持
- 投机执行(8 个工具)可在不写盘的情况下预览编辑的诊断影响,其他 MCP-LSP 实现没有此能力
- GCF 输出格式对图类查询最高节省 92.7% token,结构化 LSP 响应比 grep/read 少用 5-34 倍 token
- 阶段强制在运行时阻止乱序工具调用并给出恢复指引,而非依赖代理自觉遵守流程
- 常驻守护进程模式让 Python/TypeScript 等需要分钟级索引的项目在后续会话即时响应
- 需要自行安装并维护各语言的语言服务器及其运行时依赖(npm、go、rustup 等),
agent-lsp doctor才能通过 - Python 和 TypeScript 项目首次会话需要分钟级后台索引,存在冷启动等待
- 工具调用需要 MCP 客户端权限配置(如 Claude Code 的 allow 列表),否则每次调用都会提示确认
- 编辑类响应(rename/refactor 预览)固定使用 JSON 而非 GCF,且嵌套分组数据在 GCF 下可能反而比 JSON 多约 14% token
- 技能与阶段强制要求代理遵循特定工作流顺序,与现有自由式提示工程流程可能需要磨合
这个 Agent 与同类方案有什么区别?
README 称其他 MCP-LSP 实现普遍只在配置文件中列出语言支持、不在 CI 中运行真实语言服务器验证,也没有投机执行能力;agent-lsp 以 CI 端到端验证 33 种语言、投机执行和阶段强制作为差异化点。对比对象为泛称的 '其他 MCP-LSP 实现',未点名具体竞品。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| agent-lsp 当前 | 67 · 存在缺口 | MCP 服务器免费 | ★ 182 | 今天 | Go | ChatGPT · Codex · Claude Code |
| Gortex 代码智能引擎 | 73 · 存在缺口 | 命令行工具免费 | ★ 2.1k | 今天 | Go | Codex · Claude Code · OpenAI API · Claude API |
| Argot 仓库风格审查器 | 78 · 表现良好 | 命令行工具免费 | ★ 48 | 2 个月前 | Rust | Claude Code |
| GraphMind 代码知识图谱 | 55 · 缺口较多 | 桌面应用免费版 + 付费版 | ★ 218 | 1 个月前 | Rust | Claude Code · Claude.ai |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
证据显示权限设计较为克制:多数工具为只读分析,写入类工具(safe_apply_edit)只在预览验证通过且诊断增量归零时落盘,Docker 以非 root(uid 65532)运行,HTTP 默认绑定 127.0.0.1 并建议用环境变量传 token 而非命令行;CI 对 jdtls/Kotlin 等下载做了 sha256 校验。扣分点:safe_apply_edit 在诊断检查通过后自动写盘,未要求用户显式确认;运行 build/test、持久 daemon、init 写入多家客户端配置文件等外部副作用虽有文档但缺少逐项授权机制;敏感数据处理仅有 token 指引,无更系统的说明;未执行验证,卸载(uninstall)的完整性仅是声明。
自洽性良好:README、CLAUDE.md、CI 徽章一致地写 66 工具/24 技能/33 语言。扣分点:go.mod 中留有 'Dependencies populated by go mod tidy after Wave 1 agents run' 的注释,暗示部分依赖是自动生成的,属于构建可靠性隐患;故障消息证据充分(阶段违规错误带恢复指引、'no identifier found' 给出修正步骤、troubleshooting 覆盖索引未完成/daemon 卡死等),但均未实际执行验证,保守给 2;依赖可用性有 doctor 命令、超时配置与 spawn 日志,处理到位但依赖外部语言服务器的版本兼容(如 typescript@6 限制)无法静态确认。
面向场景清晰(代理化代码生成、大规模重构、CI 工具),技能描述普遍带 'Use when' 条件与决策表,触发精度尚可。能力边界有明确说明('Not an LSP server'、技能内含 Caveats/启发式检测声明、死代码结果标注为候选需人工复核)。扣分点:并发审计明确承认基于源码模式的启发式检测(文件在 Caveats 处截断);环境适配覆盖多平台与 Docker,但 Windows 曾有已知问题(v0.12.0 修复),语言服务器版本漂移风险(rust-analyzer 基线需随工具链版本重验证)由 CI 注释证实。
信息架构优秀:README → getting-started → guide/reference 分层完整,安装说明覆盖 curl/brew/npm/go/pip/Docker/Scoop/winget 全平台并含 doctor 验证步骤,LICENSE 完整且技能文件均带 MIT 声明,作者署名明确。扣分点:包内未见 CHANGELOG,版本信息仅散落(v0.12.0 修复记录出现在 troubleshooting 中),versioning_changelog 仅能得 1;已知限制以技能 Caveats 和 CI 注释形式存在但不系统;示例充分但部分引用的文档(如 token-savings.md)未在包内提供,无法核对。
输出可用性较好:GCF 可一键回退 JSON、结构化决策表、阶段强制避免无效工具调用。边际价值真实——将 20+ 次顺序 LSP 调用合并为 blast_radius、simulate_edit 等是 grep 难以替代的语义能力。扣分点:token 节省数字(5-34x、92.7%)来自仓库自带实验脚本,未独立验证;'100% LLM comprehension on every frontier model' 这类绝对化表述超出可静态验证范围;66 工具的体量本身增加代理的上下文/选择成本,成本收益未给出负面数据。
主要工程声明可追溯:CI 工作流文件真实列出各语言服务器安装与测试命令,且带固定版本与校验和,文档间(README/CLAUDE.md/CI)对 66/24/33 数字相互印证。扣分点:事实与营销推断混杂——四条 'What agents say' 的 AI 评价无法溯源且不可复核,GCF 基准(gcformat.com 外链)数据与仓库内证据无法交叉验证,事实陈述与宣传性推断未清晰分离,fact_inference_separation 仅得 1;静态审查无法执行 key_path 复现,故整体置信度为低。
- 发布者未经 FollowAgents 企业注册表验证,身份视为未知;README 中的下载量徽章、AI 代理评价与 GCF 基准数字均为未验证宣传,采用前应自行复核。
- safe_apply_edit 等写入工具在诊断门通过后自动落盘,不会请求用户确认;生产环境建议以 /lsp-safe-edit 的预览-确认流程替代,或在版本控制下使用。
- agent-lsp init 会写入多个 AI 客户端配置文件并安装技能规则,且 install.sh 为 curl|sh 模式;建议先审阅脚本与 init 行为再执行。
- go.mod 中存在 'Wave 1 agents run' 的自动生成注释,构建与依赖状态可能不完整;HTTP 模式暴露于 0.0.0.0 时务必设置 AGENT_LSP_TOKEN。
- 本评估为静态源码审查,置信度低;66 工具/33 语言 CI 验证声明与 token 节省数据未经执行验证。
常见问题
需要付费或 API key 吗?
支持哪些 AI 客户端?
第一次使用为什么响应慢?
工具调用失败怎么办?
agent-lsp doctor 探测每个已配置的语言服务器并报告能力,修复失败项后继续。阶段违规会返回带具体恢复指引的错误及 JSON 字段副本,而非静默失败。CI 或远程部署怎么用?
AGENT_LSP_TOKEN=secret agent-lsp --http --port 8080,Docker 镜像默认以非 root 用户(uid 65532)运行,令牌应通过环境变量而非命令行传递。agent-lsp 官网是什么?
agent-lsp 开源吗?
agent-lsp 安全吗?
agent-lsp 还在维护吗?
agent-lsp 是谁开发的?
谢谢反馈,我们会据此改进页面。