Language Server CLI voorziet taalagentschappen van procesbeloningen
Language Server CLI Empowers Language Agents with Process Rewards
October 27, 2025
Auteurs: Yifan Zhang, Lanser Contributors
cs.AI
Samenvatting
Grote taalmodellen hallucineren routinematig API's en lokaliseren bewerkingen foutief, terwijl
taalservers geverifieerde, IDE-kwaliteit feiten over echte code berekenen. Wij presenteren
Lanser-CLI, een CLI-first orchestratielaag die een Language Server Protocol (LSP)-server
vastpint en bemiddelt voor codeeragenten en CI, waarbij deterministische,
herhaalbare werkstromen worden blootgelegd. Ons standpunt is dat taalservers niet alleen
structurele informatie verschaffen (definities, referenties, types, diagnostiek) maar ook
een actiebaar procesbeloning: machinegeverifieerde, stapsgewijze signalen die de
planninglus van een agent uitlijnen met de programmeerrealiteit. In dit werk levert
Lanser-CLI de volgende bijdragen: (i) een robuust adresseerschema voorbij broze
"bestand:regel:kolom" via een Selector-DSL (symbolische, AST-pad- en
inhoudsgeankerde selectors) met een principieel herlocalisatiealgoritme; (ii) deterministische
Analysebundels die Language Server-reacties normaliseren en omgevings-/mogelijkheidsmetadata
vastleggen met stabiele inhoudshashes; (iii) een veiligheidsenvelop voor muterende
operaties (hernoemen, code-acties) met voorbeeldweergave, workspace-afgeschermde omgevingen en
Git-bewuste, transactionele toepassing; en (iv) een procesbeloningsfunctie afgeleid van
Language Server-feiten (diagnostische delta's, disambiguatiebetrouwbaarheid en veilige-toepassingscontroles)
die online berekenbaar en offline herspeelbaar is. Wij formaliseren
determinisme onder bevroren momentopnamen en stellen een monotoniciteitseigenschap vast voor
de procesbeloning, waardoor deze geschikt is voor processupervisie en
tegenfeitelijke analyse. Projectpagina:
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