La CLI del Servidor de Lenguaje Potencia a los Agentes Lingüísticos con Recompensas de Proceso

Language Server CLI Empowers Language Agents with Process Rewards

October 27, 2025

Autores: Yifan Zhang, Lanser Contributors

cs.AI

Resumen

Los modelos de lenguaje grandes generan rutinariamente alucinaciones de APIs y deslocalizan ediciones, mientras que los servidores de lenguaje computan hechos verificados, de grado IDE, sobre código real. Presentamos Lanser-CLI, una capa de orquestación CLI-first que ancla y media un servidor del Protocolo de Servidor de Lenguaje (LSP) para agentes de codificación y CI, exponiendo flujos de trabajo deterministas y reproducibles. Nuestra postura es que los servidores de lenguaje proporcionan no solo información estructural (definiciones, referencias, tipos, diagnósticos) sino también una recompensa de proceso accionable: señales paso a paso, verificadas por máquina, que alinean el bucle de planificación de un agente con la realidad del programa. En este trabajo, Lanser-CLI contribuye con: (i) un esquema de direccionamiento robusto que supera la fragilidad de "archivo:línea:col" mediante un DSL Selector (selectores simbólicos, de ruta-AST y anclados en contenido) con un algoritmo de reubicación fundamentado; (ii) Paquetes de Análisis deterministas que normalizan las respuestas del Servidor de Lenguaje y capturan metadatos del entorno/capacidades con hashes de contenido estables; (iii) un entorno de seguridad para operaciones de mutación (renombrar, acciones de código) con vista previa, espacios de trabajo aislados (jails) y aplicación transaccional consciente de Git; y (iv) una funcional de recompensa de proceso derivada de hechos del Servidor de Lenguaje (deltas de diagnósticos, confianza de desambiguación y comprobaciones de aplicación segura) que es computable en línea y reproducible fuera de línea. Formalizamos el determinismo bajo instantáneas congeladas y establecemos una propiedad de monotonicidad para la recompensa de proceso, haciéndola adecuada para supervisión de procesos y análisis contrafactual. Página del proyecto: https://github.com/yifanzhang-pro/lanser-cli

English

Large language models routinely hallucinate APIs and mislocalize edits, while language servers compute verified, IDE-grade facts about real code. We present Lanser-CLI, a CLI-first orchestration layer that pins and mediates a Language Server Protocol (LSP) server for coding agents and CI, exposing deterministic, replayable workflows. Our position is that language servers provide not only structural information (definitions, references, types, diagnostics) but also an actionable process reward: machine-checked, step-wise signals that align an agent's planning loop with program reality. In this work, Lanser-CLI contributes: (i) a robust addressing scheme beyond brittle "file:line:col" via a Selector DSL (symbolic, AST-path, and content-anchored selectors) with a principled relocation algorithm; (ii) deterministic Analysis Bundles that normalize Language Server responses and capture environment/capability metadata with stable content hashes; (iii) a safety envelope for mutating operations (rename, code actions) with preview, workspace jails, and Git-aware, transactional apply; and (iv) a process-reward functional derived from Language Server facts (diagnostic deltas, disambiguation confidence, and safe-apply checks) that is computable online and replayable offline. We formalize determinism under frozen snapshots and establish a monotonicity property for the process reward, making it suitable for process supervision and counterfactual analysis. Project Page: https://github.com/yifanzhang-pro/lanser-cli