用语言服务器为GitHub Copilot CLI赋予真实代码智能

你是否见过 GitHub Copilot CLI 将 JAR 文件解压到临时目录，在 .class 文件中 grep，然后从原始字节码中拼凑出 API 签名？这个 agent 很有办法，但如果没有语言服务器，它也只能做到这样了。语言服务器协议（LSP）是驱动 VS Code 等编辑器中“转到定义”、“查找引用”和“类型解析”的标准。它在终端中同样有效。LSP Setup 技能（skill）可以自动为 Copilot CLI 安装和配置 LSP 服务器，让 agent 获得关于你代码的精确、结构化答案，而不是依赖文本搜索启发式方法。在这篇文章中，你将了解该技能的内部工作原理，看到它生成的配置格式，并为你当前支持的 14 种语言中的任何一种进行设置。

问题：启发式代码理解

如果没有 LSP 服务器，GitHub Copilot CLI 中的 agent 会通过文本搜索和二进制提取来逆向工程 API 信息。对于一个 Java 项目，可能看起来像这样：

# 查找依赖的 JAR
find ~/.m2/repository -name "*httpclient*.jar"
# 将其解压到临时目录
mkdir /tmp/httpclient && cd /tmp/httpclient
jar xf ~/.m2/repository/org/apache/httpcomponents/httpclient/4.5.14/httpclient-4.5.14.jar
# 在提取的 class 文件中搜索方法
grep -r "execute" --include="*.class" .

对于 Python，agent 可能会 cat site-packages 内的文件。对于 TypeScript，它会遍历 node_modules。这些基于文本的方法在简单情况下有效，但它们是在原始文本上进行模式匹配，而不是真正的语义分析，因此会遗漏泛型、重载和传递类型，并且完全无法查看编译后的字节码。这正是语言服务器所弥补的差距。

LSP 服务器从结构上解决了这个问题。当 agent 为一个符号发送 textDocument/definition 请求时，语言服务器会返回精确的源位置、完全解析的类型和签名。

什么是 agent 技能？

Agent 技能是一组可重用的指令集，用于扩展 AI 编码 agent 的能力。技能在带有 YAML 前置元数据的 Markdown 文件中定义，并遵循标准结构：触发描述、逐步工作流程、参考数据和行为约束。LSP Setup 技能使用这种结构来引导 agent 完成多步安装过程：检测操作系统、选择合适的包管理器、编写有效配置以及验证结果。

LSP Setup 技能的工作原理

当被触发时，该技能会执行一个七步工作流程：

1. 语言选择：agent 使用 ask_user 并提供一组选项来确定用户需要哪种语言的 LSP 支持。这驱动了所有后续步骤。
2. 操作系统检测：agent 运行 uname -s（或在 Windows 上检查 $env:OS / %OS%）来确定目标平台。安装命令因操作系统而异。例如，在 macOS 上是 brew install jdtls，而在 Linux 上是从 eclipse.org 下载。
3. LSP 服务器查找：该技能包含一个参考文件（references/lsp-servers.md），其中包含 14 种语言的精选数据：每个操作系统的安装命令、二进制名称和即用型配置片段。agent 读取此文件并选择匹配的条目。
4. 配置范围：agent 询问配置应该是：
   • 用户级：~/.copilot/lsp-config.json — 适用于所有仓库
   • 仓库级：仓库根目录下的 lsp.json 或 .github/lsp.json — 限定于单个项目 当两者都存在时，仓库级配置优先。
5. 安装：agent 运行适当的安装命令。例如：

   # 任何操作系统上的 TypeScript
   npm install -g typescript typescript-language-server
   # macOS 上的 Java
   brew install jdtls
   # 任何操作系统上的 Rust
   rustup component add rust-analyzer
   

6. 配置：agent 将条目写入或合并到选定的配置文件中。格式使用一个 lspServers 对象，其中每个键是一个服务器标识符：

   {
     "lspServers": {
       "java": {
         "command": "jdtls",
         "args": [],
         "fileExtensions": {
           ".java": "java"
         }
       }
     }
   }
   

   该技能强制执行的关键规则：
   • command 必须在 $PATH 中或是绝对路径
   • args 通常包含 "--stdio" 用于标准 I/O 传输（某些服务器如 jdtls 在内部处理此问题）
   • fileExtensions 将每个扩展名（带前导点）映射到语言标识符
   • 配置文件中的现有条目会被保留 — agent 会合并，从不覆盖
7. 验证：agent 运行 which（或在 Windows 上运行 where.exe）来确认服务器可访问，然后验证配置文件是否为格式良好的 JSON。

支持的语言

该技能附带了一组针对多种编程语言的预定义语言服务器。如果编码 agent 遇到尚未映射的语言，它将搜索合适的服务器并引导你完成手动配置。

设置后的变化

一旦配置了 LSP 服务器，CLI agent 就可以：

• 跨依赖项解析类型 — 不再需要在 JAR 文件或 node_modules 中 grep
• 跳转到第三方库中的定义，即使源代码未检入仓库
• 查找项目中某个符号的所有引用
• 读取任何函数、类或类型的悬停文档

这意味着 agent 花在工具调用上的时间更少，并且首次就能生成更准确的代码。对你来说，这意味着更少的时间等待 agent 反编译 JAR 文件或 grep node_modules 来回答你的 IDE 已经知道的问题，以及更少的基于错误读取签名而导致的错误转向。agent 会像你在编辑器中“转到定义”那样，以结构化的理解来推理你的代码，因此你可以将更大、更棘手的任务交给它，并信任其结果。

开始使用

1. 下载技能：访问 Awesome Copilot LSP Setup 技能页面 并点击 Download 按钮获取 ZIP 文件。
2. 解压 ZIP 到 ~/.copilot/skills/：运行以下命令：

   unzip lsp-setup.zip -d ~/.copilot/skills/
   

3. 重启 GitHub Copilot CLI：如果 Copilot CLI 已在运行，先输入 /exit。然后重新启动 copilot，以便它加载新技能。
4. 让 agent 设置语言服务器：例如，“set up LSP for Java”或“enable code intelligence for Python”。
5. 验证：技能安装并配置 LSP 服务器后，再次重启 Copilot CLI（/exit，然后重新启动），运行 /lsp 检查服务器状态，并尝试对你某个依赖项中的符号执行“转到定义”。

该技能是 Awesome Copilot 项目的一部分。它是开源的，欢迎贡献和反馈！

原文《Give GitHub Copilot CLI real code intelligence with language servers》首发于 The GitHub Blog。