vscode-go项目中的异步漏洞检查机制演进
2025-06-16 18:39:33作者:滕妙奇
在vscode-go项目中,关于Go语言代码漏洞检查(govulncheck)的集成机制经历了一次重要的技术演进。本文将详细介绍这一机制从异步到同步的优化过程,以及如何通过LSP协议实现更优雅的进度通知处理。
背景与问题
vscode-go项目最初通过两个独立的LSP命令实现漏洞检查功能:
gopls.run_govulncheck:启动漏洞检查gopls.fetch_vulncheck_result:获取检查结果
这种设计存在明显的缺陷:客户端需要主动轮询结果,增加了实现复杂度,且无法充分利用LSP协议的原生特性。
技术演进方案
第一阶段:同步命令实现
开发团队首先尝试将两个命令合并为一个同步命令gopls.vulncheck。这一命令会阻塞执行直到检查完成,然后直接返回结果。虽然简化了流程,但发现这种同步方式会阻塞其他LSP请求,且无法支持实时进度显示。
第二阶段:混合模式设计
经过讨论,团队决定采用混合方案:
- 保留原有的异步命令对,确保向后兼容
- 新增同步命令
gopls.vulncheck,提供更简洁的API - 通过LSP的
workDoneProgress机制实现进度通知
关键创新:进度通知元数据
团队设计了一种特殊的元数据格式,嵌入在workDoneProgress消息中:
style: log
command: govulncheck -C ${dir} ./...
Starting govulncheck...
这种格式包含两个关键部分:
style: log:指示客户端应采用日志式(append)方式显示进度- 实际进度消息:供客户端显示的具体内容
实现细节
客户端(vscode-go)实现
vscode-go需要处理三种消息:
workDoneProgress开始:创建新终端窗口workDoneProgress报告:追加内容到终端workDoneProgress结束:显示最终结果
当检测到style: log元数据时,客户端会自动将所有相关消息流式传输到同一终端窗口,实现无缝的用户体验。
服务端(gopls)实现
gopls服务端负责:
- 在开始检查时发送带元数据的进度通知
- 定期更新检查进度
- 检查完成后发送最终结果
对于漏洞检查这种长时间运行的操作,服务端会保持连接开放,直到操作完成。
技术优势
- 简化客户端逻辑:不再需要轮询机制
- 更好的用户体验:实时进度反馈
- 可扩展性:相同的机制可应用于其他长时间运行的操作
- 向后兼容:新旧版本可以共存
未来展望
这一机制为vscode-go项目中的异步操作处理树立了典范。开发团队计划:
- 逐步淘汰旧的异步命令对
- 将相同的模式应用到其他类似操作
- 探索更多进度通知样式(如进度条、图表等)
这种基于LSP协议的创新设计,不仅解决了具体的技术问题,还为IDE插件的异步操作处理提供了可复用的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1