LSP MCP服务器集成

“LSP” MCP服务器的作用是什么？

LSP MCP（模型上下文协议）服务器充当语言服务器协议（LSP）服务器与AI助手之间的桥梁。通过连接LSP服务器，它使LLM和其他AI客户端能够通过标准化的LSP功能与代码库交互。这让AI工具能够进行高级代码分析、获取悬停文档、接收代码补全建议、访问诊断信息，甚至可以在编辑器或开发工作流中直接应用代码操作。LSP MCP服务器通过实现代码的无缝AI驱动交互，提升开发者生产力，让代码导航、错误修复和智能补全变得更便捷和自动化。

提示词列表

仓库或文档中未列出明确的提示词模板。

资源列表

• lsp-diagnostics://
  获取打开文件的实时诊断消息（错误、警告等），支持通过订阅进行实时更新。
• lsp-hover://
  在特定文件位置检索悬停信息，实现上下文感知的代码解释。
• lsp-completions://
  针对文件中的特定位置获取代码补全建议，提升编程辅助体验。

工具列表

• get_info_on_location
  获取文件中特定位置的悬停（文档）信息。
• get_completions
  在指定位置提供代码补全建议。
• get_code_actions
  获取指定范围内可用的代码操作（如快速修复）。
• open_document
  在LSP服务器中打开文件以进行分析和交互。
• close_document
  关闭LSP服务器上下文中的已打开文件。
• get_diagnostics
  获取当前已打开文件的诊断消息（错误和警告）。
• start_lsp
  使用指定根目录启动底层LSP服务器。
• restart_lsp_server
  重启LSP服务器实例而无需重启MCP服务器。
• set_log_level
  动态更改服务器在运行时的日志详细级别。

该MCP服务器的应用场景

• 代码库探索
  开发者和AI代理可查询悬停信息与代码补全，便于理解和导航大型代码库。
• 自动代码审查与错误检测
  通过访问诊断和代码操作，AI工具在代码审查或持续集成期间可高亮错误并建议修复。
• 智能代码补全
  LLM可利用真实的LSP补全，提供准确且上下文相关的建议，助力代码编写和重构。
• 交互式学习与文档
  AI助手可按需获取悬停细节和文档，提升新开发者的学习和入职体验。
• 编辑器与IDE集成
  服务器可集成到编辑器中，实时提供AI驱动的功能，比如代码修复建议或代码片段解释。

如何设置

Windsurf

1. 确保已安装Node.js（v16+）和npm。
2. 定位到你的Windsurf配置文件。
3. 在mcpServers部分添加LSP MCP服务器：

   {
     "mcpServers": {
       "lsp-mcp": {
         "type": "stdio",
         "command": "npx",
         "args": [
           "tritlo/lsp-mcp",
           "<language-id>",
           "<path-to-lsp>",
           "<lsp-args>"
         ]
       }
     }
   }
   

4. 保存配置并重启Windsurf。
5. 通过运行测试LSP命令验证集成。

Claude

1. 安装Node.js（v16+）和npm。
2. 找到Claude配置文件。
3. 在mcpServers部分插入LSP MCP服务器：

   {
     "mcpServers": {
       "lsp-mcp": {
         "type": "stdio",
         "command": "npx",
         "args": [
           "tritlo/lsp-mcp",
           "<language-id>",
           "<path-to-lsp>",
           "<lsp-args>"
         ]
       }
     }
   }
   

4. 保存更改，重启Claude，并通过运行claude --mcp-debug获取日志进行验证。
5. 确保服务器成功启动并处理LSP命令。

Cursor

1. 确认已安装Node.js（v16+）和npm。
2. 打开Cursor的配置文件。
3. 添加LSP MCP服务器：

   {
     "mcpServers": {
       "lsp-mcp": {
         "type": "stdio",
         "command": "npx",
         "args": [
           "tritlo/lsp-mcp",
           "<language-id>",
           "<path-to-lsp>",
           "<lsp-args>"
         ]
       }
     }
   }
   

4. 保存并重启Cursor。
5. 通过打开项目并检查LSP响应进行测试。

Cline

1. 安装Node.js（v16+）和npm。
2. 编辑Cline配置文件。
3. 添加如下内容：

   {
     "mcpServers": {
       "lsp-mcp": {
         "type": "stdio",
         "command": "npx",
         "args": [
           "tritlo/lsp-mcp",
           "<language-id>",
           "<path-to-lsp>",
           "<lsp-args>"
         ]
       }
     }
   }
   

4. 保存并重启Cline。
5. 在界面中运行与LSP相关的命令以验证设置。

API密钥安全配置

如果LSP服务器或MCP设置需要API密钥，请使用环境变量进行安全配置：

{
  "mcpServers": {
    "lsp-mcp": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "tritlo/lsp-mcp",
        "<language-id>",
        "<path-to-lsp>",
        "<lsp-args>"
      ],
      "env": {
        "API_KEY": "${LSP_API_KEY}"
      },
      "inputs": {
        "api_key": "${LSP_API_KEY}"
      }
    }
  }
}

如何在流程中使用此MCP

在FlowHunt中使用MCP

要将MCP服务器集成进FlowHunt工作流，首先在你的流程中添加MCP组件，并将其连接至AI代理：

点击MCP组件以打开配置面板。在系统MCP配置部分，使用以下JSON格式填写你的MCP服务器信息：

{
  "lsp-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI代理即可将此MCP作为工具使用，访问其全部功能。请记得将“lsp-mcp”替换为你实际的MCP服务器名称，并将URL替换为你自己的MCP服务器地址。

概览

我们的看法

LSP MCP服务器文档详实，提供了丰富的LSP交互工具和资源，并且有良好的设置向导。但缺乏明确的提示词模板支持，也未提及采样或roots支持。总体而言，其在代码库和LSP集成方面表现扎实，但若能补充更多高级MCP特性会更好。

综合评分：7/10

MCP评分