llm-ls 能运行吗？

llm-ls 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 20 分钟，过程中遇到 2 个错误，并记录了整个会话。

Argusic 是如何测试 llm-ls 的？

在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 89fa8a2e89b0。共记录了 1 次尝试，完整方法见方法论页面。

测试 llm-ls 花了多少钱？

得出该结论的那次运行花费 0.31 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。

llm-ls 安装需要多长时间？

在决定该结论的那次运行中，从干净的机器到运行状态用了 20 分钟。这是一次实测的尝试，不是平均值。

llm-ls 需要 GPU 吗？

启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。

安装 llm-ls 时会出现什么问题？

已记录的运行中出现了 2 个问题，其中 2 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。

llm-ls 的证据在哪里？

这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

英文原文: https://argusic.com/subject/llm-ls

llm-ls

利用 LLM 进行代码补全（以及更多？）的 LSP 服务器

借助 mock 可运行来源：GitHubRustApache-2.0commit 89fa8a2e89b0

Rust，Apache-2.0 许可证. 项目的自我描述：ai、code generation、huggingface、ide、llamacpp、llm、lsp 和 lsp server.

llm-ls 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 20 分钟完成了安装，遇到 2 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

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.
agent 在干净的机器上最终得到的结果，用它自己的话说。测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。

概览

结论: 借助 mock 可运行
Argusic 评分: 92 / 100
验证运行的成本: 0.31 USD（实测）
已记录的运行次数: 1
最近测试: 2026-10-12
星标: 885
fork 数: 72
未关闭的 issue: 27
关注者: 21
大小: 0 MB
创建于: 2023-08-10
最近推送: 2026-09-23

项目数据来自 GitHub，链接见本页顶部，更新于 2026-11-04。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。每一行都是记录下来的数值，而非估算。

测试 llm-ls 时每个故障耗费的时间，取自已记录的运行 — 每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

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 分钟
No Rust toolchain in container; cargo/rustc missing on PATH8 分钟

安装时间: 20 分钟
从冷启动机器到完成: 22 分钟
遇到并修复的错误: 遇到 2 个，在无人协助的情况下修复了 2 个
结果是如何证明的: 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
使用的模型 token: 1,451,691
测试的确切 commit: 89fa8a2e89b0
容器镜像: sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值: 本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现: 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现: 本次运行只对照替身服务进行了验证

观看会话

完整的运行过程，从一台干净的机器开始，按实际速度播放。没有剪辑，也没有加速。

第 1 次尝试的录屏，运行于 2026-10-12，即决定上述结论的那次尝试。制作该视频所用的终端录屏是证据，连同 sha256 指纹一起保存；视频只是由它渲染而成。在你点击播放之前，不会从视频托管方加载任何内容。

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

- 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…

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

在无人介入的情况下从全部 2 个错误中恢复，说明这些故障的文档足以让人解决。
采用 Apache-2.0 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
安装用了 20 分钟，慢于 Argusic 测量过的 230 个同类项目的中位数。
目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 231 个 ai 项目中，llm-ls 达到运行状态的速度排名第 195，231 个项目中有 152 个达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	1/3	借助 mock 可运行	92.00	0.31	2026-10-12 16:37 UTC

主题 (来自 GitHub)

ai code-generation huggingface ide llamacpp llm lsp lsp-server openai self-hosted

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见条款页面.

[![Tested by Argusic](https://argusic.com/badge/llm-ls.svg)](https://argusic.com/subject/llm-ls)

常见问题

llm-ls 能运行吗？: llm-ls 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 20 分钟，过程中遇到 2 个错误，并记录了整个会话。
Argusic 是如何测试 llm-ls 的？: 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 89fa8a2e89b0。共记录了 1 次尝试，完整方法见方法论页面。
测试 llm-ls 花了多少钱？: 得出该结论的那次运行花费 0.31 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
llm-ls 安装需要多长时间？: 在决定该结论的那次运行中，从干净的机器到运行状态用了 20 分钟。这是一次实测的尝试，不是平均值。
llm-ls 需要 GPU 吗？: 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 llm-ls 时会出现什么问题？: 已记录的运行中出现了 2 个问题，其中 2 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
llm-ls 与其他替代方案相比如何？: 在 Argusic 安装并计时过的 231 个 ai 项目中，llm-ls 达到运行状态的速度排名第 195，231 个项目中有 152 个达到了运行状态。
llm-ls 的证据在哪里？: 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。