kotlin-lsp 的安装和配置教程
1. 项目基础介绍和主要编程语言
kotlin-lsp 是一个开源项目,旨在为 Kotlin 语言提供官方的支持,使其能够在 Visual Studio Code 编辑器中使用。这个项目基于 IntelliJ IDEA 以及 IntelliJ IDEA 的 Kotlin 插件实现,遵循 Language Server Protocol(LSP)来为 Kotlin 语言提供语言服务。
该项目的主要编程语言是 Kotlin,同时也使用了 TypeScript 和 Starlark 等语言。
2. 项目使用的关键技术和框架
kotlin-lsp 项目使用了以下关键技术和框架:
- Language Server Protocol (LSP): 是一种通信协议,允许编辑器和语言服务器之间进行交互,提供诸如代码补全、导航、重构等功能。
- IntelliJ IDEA: 作为开发环境,kotlin-lsp 依赖于 IntelliJ IDEA 的能力和插件来提供语言支持。
- Gradle: 用于自动化构建、测试和打包项目的构建系统。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 安装了 JDK 17 或更高版本的 Java 开发工具包。
- 安装了 Visual Studio Code 编辑器。
- 确保您的操作系统是 macOS 或 Linux,因为这是项目测试的主要平台。
安装步骤
-
下载 VSC 扩展
从项目的
RELEASES.md文件中下载最新的 VSC 扩展 build。 -
安装 VSC 扩展
在 Visual Studio Code 中,通过
扩展菜单下的更多操作选择从 VSIX 安装,然后选择下载的 VSIX 文件进行安装。或者,您可以直接将 VSIX 扩展文件拖放到 Visual Studio Code 的
扩展工具窗口中。 -
配置 Java 环境
确保您的电脑上安装了 Java 开发工具包(JDK)17 或以上版本,并正确设置了环境变量。
-
打开项目
打开一个包含 JVM 只支持的 Kotlin Gradle 项目的文件夹。项目将被自动识别并激活 LSP。
-
(可选)手动配置 LSP
如果您希望使用其他支持 LSP 的编辑器,您需要手动配置 LSP 启动脚本。在项目的
scripts文件夹中可以找到一个独立的 LSP 启动脚本kotlin-lsp.sh。可以使用以下命令查看帮助和使用选项:./kotlin-lsp.sh --help
以上步骤完成后,kotlin-lsp 应该可以在您的 Visual Studio Code 中正常工作了。您可以开始享受 Kotlin 语言带来的强大功能。
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