Original em inglês: https://argusic.com/subject/llm-ls
llm-ls
Servidor LSP que usa LLMs para autocompletar código (e mais?)
Executa com mocksfonte: GitHubRustApache-2.0commit 89fa8a2e89b0
Rust, licença Apache-2.0. O projeto se descreve como: ai, code generation, huggingface, ide, llamacpp, llm, lsp e lsp server.
llm-ls executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 20 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Workspace builds with rustup-managed Rust 1.99.0, all 13 unit tests pass, and llm-ls 0.5.4 serves initialize/getCompletions/acceptCompletion/rejectCompletion successfully against the schema-correct local mock server.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- llm-ls/getCompletions rejected a request with -32602 missing field tokensToClear/contextWindow/tlsSkipVerifyInsecure because GetCompletionsParams fields are serialized camelCase by clients but those three fields lacked explicit serde rename12 minutos
- No Rust toolchain in container; cargo/rustc missing on PATH8 minutos
- Tempo de instalação
- 20 minutos
- Da máquina limpa até o fim
- 22 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 LSP driver over TCP: initialize returned serverInfo llm-ls 0.5.4, then llm-ls/getCompletions with a schema-correct request returned result {"completions":[{"generated_text":"dummy"}],"request_id":...}; accept/reject completion returned result null; cargo test --workspace exited 0 with 13 passed, 0 failed
- Tokens de modelo usados
- 1.451.691
- Commit exato testado
- 89fa8a2e89b0
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- Ran `cargo test --workspace`: 13 tests passed (5 llm-ls, 8 lsp-client, 0 elsewhere), 0 failed.
- Launched the repo's own `mock_server` (hardcoded `127.0.0.1:4242`, verified with curl `200` on `P…
- Drove the real LSP protocol over TCP: `initialize` returned `serverInfo: llm-ls 0.5.4`; `didOpen`…
- Also verified `llm-ls/acceptCompletion` and `rejectCompletion` both returned `result: null`, and …
**Errors found and fixed**
- Missing Rust toolchain: installed rustup 1.99.0 stable user-local.
- Request deserialization on the server rejected the client's own wire format for `tokens_to_clear`…
- Unfixed environment observation: standard `install` paths need a C compiler/linker (`cc` missing)…
**Honest caveats**
- The `tgi` backend parse path returned `InvalidBackend` against the mock's `[{"generated_text":...…
- The unpatched upstream code plus any unmodified client also encode `textDocument` and `apiToken` …
`cargo test --workspace` → `test result: ok. 13 passed; 0 failed` across the suite. `launch_succeed…Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 20 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, llm-ls foi o 195º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,31 |
Tópicos (de GitHub)
aicode-generationhuggingfaceidellamacppllmlsplsp-serveropenaiself-hosted
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/llm-ls)Perguntas
- llm-ls executa?
- llm-ls executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 20 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou llm-ls?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 89fa8a2e89b0. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar llm-ls?
- A execução que produziu este veredito custou US$ 0,31: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar llm-ls?
- 20 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- llm-ls precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar llm-ls?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como llm-ls se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, llm-ls foi o 195º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de llm-ls?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.