深入解析Language Server Protocol 3.14版本规范
2026-02-04 04:59:47作者:宣聪麟
协议概述
Language Server Protocol(LSP)是微软开发的一套开放协议,它定义了编辑器或IDE与语言服务器之间的通信规范。3.14版本是该协议的一个重要里程碑,为开发工具提供了强大的语言智能功能支持。
基础协议结构
LSP基于JSON-RPC 2.0协议构建,采用请求-响应模式进行通信。整个协议由两部分组成:
消息头部分
消息头采用ASCII编码,包含以下关键字段:
- Content-Length(必需):内容部分的字节长度
- Content-Type(可选):内容类型,默认为
application/vscode-jsonrpc; charset=utf-8
消息头与内容部分通过\r\n\r\n分隔。
内容部分
内容部分使用JSON-RPC格式,支持三种基本消息类型:
- 请求消息(RequestMessage):客户端或服务器发起的操作请求
- 响应消息(ResponseMessage):对请求的回应
- 通知消息(NotificationMessage):单向事件通知
核心数据结构
文档位置表示
LSP使用以下数据结构精确定位文档内容:
- Position:表示文档中的位置,包含行号和字符偏移量(均从0开始)
- Range:表示文档范围,包含起始和结束位置
- Location:表示资源中的位置,包含URI和范围信息
诊断信息
Diagnostic结构用于表示编译器错误、警告等信息,包含:
- 影响范围(range)
- 严重程度(severity)
- 错误代码(code)
- 来源(source)
- 消息内容(message)
- 相关信息(relatedInformation)
文本编辑
TextEdit结构描述对文档的修改:
- range:要修改的文本范围
- newText:要插入的新文本(删除操作使用空字符串)
高级功能
取消请求支持
LSP 3.14支持请求取消机制。客户端可以通过发送$/cancelRequest通知来取消正在进行的请求,服务器应正确处理取消请求并返回响应。
文件资源操作
3.14版本新增了文件资源操作支持,包括:
- 文件创建(CreateFile)
- 文件重命名(RenameFile)
- 文件删除(DeleteFile)
这些操作通过特定的数据结构描述,客户端可以实现这些操作来响应服务器的请求。
协议实现要点
- 编码处理:内容部分默认使用UTF-8编码,兼容早期的"utf8"写法
- 行尾处理:支持
\n、\r\n和\r三种行尾格式 - URI处理:使用标准URI格式标识文档资源
- 错误处理:定义了丰富的错误代码,包括解析错误、无效请求等
最佳实践建议
- 实现时应正确处理UTF-16字符偏移量计算
- 对于不支持的功能,应返回MethodNotFound错误
- 即使请求被取消,服务器也应返回响应
- 文本编辑操作应确保范围不重叠
LSP 3.14协议为开发工具提供了强大的语言支持能力,通过标准化的通信机制,实现了编辑器与语言服务器的高效协作。理解这些核心概念和数据结构,对于实现兼容LSP的语言服务器或客户端至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
430
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292