LSP-AI 教程:开启AI辅助编程之旅
2026-01-17 08:33:05作者:虞亚竹Luna
1. 项目介绍
LSP-AI 是一个开源语言服务器,旨在为软件工程师提供人工智能驱动的功能支持,帮助而非取代他们进行开发工作。它兼容遵循Language Server Protocol的各种编辑器,通过统一的后台实现AI特性,如代码补全和在编辑器内与LLMs(大型语言模型)聊天。
功能亮点
- 统一AI特性:集中的AI功能让多个编辑器都能受益。
- 简化插件开发:抽象处理复杂的LLM后端设置,让开发者专注于编辑器的增强。
- 强化协作:共享的后台创建了一个开放源码开发者可以合作的平台。
2. 项目快速启动
首先确保你的系统安装了 cargo 和 git。接下来,按照以下步骤部署和运行 LSP-AI:
# 克隆仓库
git clone https://github.com/SilasMarvin/lsp-ai.git
cd lsp-ai
# 安装依赖并构建项目
cargo build --release
# 运行语言服务器
./target/release/lsp-ai
现在 LSP-AI 已经在后台运行,你可以将它连接到支持LSP的任何编辑器中,例如VS Code或NeoVim。
在VS Code中添加配置:
{
"languageserver": {
"lsp-ai": {
"command": "./target/release/lsp-ai",
"args": ["--stdio"],
"filetypes": ["*"]
}
}
}
3. 应用案例与最佳实践
在VS Code中的使用示例
- 代码补全:输入部分代码后,LSP-AI 提供智能建议,以提高编码速度。
- 聊天功能:使用内置聊天功能与LLM交谈,解决代码难题。
最佳实践:
- 确保使用最新版本的LSP-AI以获取最新的AI特性和改进。
- 根据需要选择合适的LLM后端,以获得最佳性能和兼容性。
设计自定义插件
利用LSP-AI提供的抽象层,您可以轻松地为特定编辑器开发插件,集中精力于用户体验而不是底层的AI逻辑。
4. 典型生态项目
- VS Code: 支持丰富的LSP扩展,是LSP-AI的主要应用场景之一。
- NeoVim: 使用nvim-lspconfig集成LSP服务,提升 Vim 编辑体验。
- Helix Code: 高效的多面板代码编辑器,可无缝集成LSP-AI功能。
- Emacs: 通过emacs-lsp包实现LSP-AI的整合,赋予Emacs AI助手能力。
更多编辑器的支持可以在项目文档中找到,开发者也可以贡献自己的集成方案。
本教程为你提供了LSP-AI的基本理解和使用方法,了解更多信息和更新,请访问项目GitHub 页面及社区资源。祝你在AI辅助的编程世界中探索愉快!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
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
68
20
🎉 (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
1.37 K
781