Interface en Ligne de Commande du Serveur Linguistique Renforce les Agents Linguistiques par des Récompenses de Processus

Language Server CLI Empowers Language Agents with Process Rewards

October 27, 2025

papers.authors: Yifan Zhang, Lanser Contributors

cs.AI

papers.abstract

Les grands modèles de langage produisent régulièrement des hallucinations d'API et localisent incorrectement les modifications, tandis que les serveurs de langage calculent des faits vérifiés de qualité IDE sur du code réel. Nous présentons Lanser-CLI, une couche d'orchestration axée CLI qui ancre et médiatise un serveur LSP (Language Server Protocol) pour les agents de programmation et l'intégration continue, exposant des workflows déterministes et rejouables. Notre position est que les serveurs de langage fournissent non seulement des informations structurelles (définitions, références, types, diagnostics) mais aussi une récompense processuelle actionnable : des signaux vérifiés machine et incrémentaux qui alignent la boucle de planification d'un agent avec la réalité du programme. Dans ce travail, Lanser-CLI apporte : (i) un schéma d'adressage robuste dépassant la fragilité "fichier:ligne:col" via un DSL Selector (sélecteurs symboliques, par chemin AST et ancrés au contenu) avec un algorithme de relocation fondé ; (ii) des Bundles d'Analyse déterministes qui normalisent les réponses du serveur de langage et capturent les métadonnées d'environnement/de capacité avec des hachages de contenu stables ; (iii) une enveloppe de sécurité pour les opérations de mutation (renommage, actions de code) avec prévisualisation, espaces de travail isolés et application transactionnelle compatible Git ; et (iv) une fonctionnelle de récompense processuelle dérivée des faits du serveur de langage (deltas de diagnostics, confiance de désambiguïsation et vérifications d'application sécurisée) calculable en ligne et rejouable hors ligne. Nous formalisons le déterminisme sous instantanés gelés et établissons une propriété de monotonie pour la récompense processuelle, la rendant adaptée à la supervision de processus et l'analyse contrefactuelle. Page du projet : 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