Eglot项目中的目录重命名问题分析与解决方案
问题背景
Eglot作为Emacs的LSP客户端,在处理某些语言服务器的重命名操作时可能会遇到目录重命名失败的问题。这个问题在Go语言的LSP服务器(gopls)中尤为明显,当用户尝试重命名一个Go包时,服务器会返回一个目录重命名请求,而Eglot当前版本无法正确处理这种情况。
问题现象
当用户使用Eglot的eglot-rename命令重命名Go包时,服务器会返回一个包含目录重命名操作的workspace-edit响应。此时Eglot会抛出类型错误(wrong-type-argument stringp nil),导致重命名操作失败。
技术分析
LSP协议规范
根据LSP 3.17规范,WorkspaceEdit可以包含两种类型的修改:
- 文本编辑(TextDocumentEdit):对文件内容的修改
- 资源操作(ResourceOperation):对文件/目录本身的修改,包括创建、删除和重命名
Eglot当前实现主要处理文本编辑,对资源操作的支持有限,特别是目录重命名操作。
问题根源
-
客户端能力声明不足:Eglot没有在初始化时声明支持resourceOperations能力,导致服务器可能发送不兼容的请求。
-
目录重命名处理缺失:Eglot的
eglot--apply-workspace-edit函数没有正确处理包含:kind "rename"的documentChanges。 -
错误处理不完善:当遇到不支持的资源操作时,错误处理不够友好,导致用户看到原始Lisp错误而非有意义的提示。
解决方案
核心修改思路
-
增强类型定义:在Eglot的LSP协议类型系统中添加RenameFile和ResourceOperation类型定义。
-
分离处理逻辑:将workspace-edit的处理分为文本编辑和资源操作两部分。
-
完善重命名流程:
- 处理文件/目录重命名
- 更新已打开缓冲区的访问路径
- 保存受影响文件
关键代码改进
;; 添加类型定义
(RenameFile (:oldUri) (:newUri) nil)
(ResourceOperation (:kind))
;; 修改workspace-edit处理逻辑
(let ((prepared-text-edits '())
(prepared-resource-ops '()))
;; 处理资源操作
(when (and documentChanges
(vectorp documentChanges)
(let ((op (aref documentChanges 0)))
(when (string= (plist-get op :kind) "rename")
(let ((old-path (eglot-uri-to-path (plist-get op :oldUri)))
(new-path (eglot-uri-to-path (plist-get op :newUri))))
(push (list 'rename old-path new-path) prepared-resource-ops)))))
;; 应用资源操作
(dolist (op prepared-resource-ops)
(pcase op
(`(rename ,old-path ,new-path)
(let ((buf (find-buffer-visiting old-path)))
(when buf
(with-current-buffer buf
(set-visited-file-name new-path)
(save-buffer)))
(rename-file old-path new-path t)))))
实现建议
-
渐进式改进:首先确保基本功能可用,再逐步优化用户体验。
-
错误处理增强:对于不支持的资源操作,应给出明确的用户提示而非原始错误。
-
交互确认:在执行重命名等敏感操作前,应提供清晰的变更预览和确认机制。
-
状态恢复:考虑实现操作失败时的回滚机制,确保系统状态一致性。
兼容性考虑
-
服务器适配:虽然解决方案针对gopls,但应保持与其他LSP服务器的兼容性。
-
能力协商:在初始化阶段正确声明客户端支持的resourceOperations能力。
-
回退机制:当服务器返回混合类型的修改时,应有合理的处理顺序和回退策略。
总结
Eglot的目录重命名问题反映了LSP客户端实现中的常见挑战:协议规范的全面支持与特定语言服务器需求的平衡。通过增强资源操作支持、完善错误处理和优化用户交互,可以显著提升Eglot在处理复杂重构操作时的稳定性和用户体验。这一改进不仅解决了Go语言包重命名的问题,也为支持其他语言的类似功能奠定了基础。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01