Project Icon

emacs-lsp-booster

Emacs LSP模式性能优化工具 提升代码编辑体验

emacs-lsp-booster是一款为Emacs LSP模式开发的性能优化工具。它通过封装LSP服务器程序,将JSON消息转换为Elisp字节码,并采用多线程处理读写操作,大幅提升了lsp-mode和eglot的运行速度。这个项目不需要修改Emacs源代码,安装配置简单,为开发者提供了便捷的LSP性能优化解决方案。

Emacs LSP 性能加速器

构建和测试状态 发布状态

使用包装器可执行文件提高 lsp-modeeglot 的性能。

背景和前期工作

(非常感谢 @yyoncho 维护 lsp-mode 并给予我这个项目的灵感)

根据 yyoncho 的说法,lsp-mode(eglot 也基本相同)存在几个性能问题:

  1. Emacs 中的 Json 解析速度慢
  2. 当缓冲区已满时,服务器可能会在向 Emacs 发送数据时阻塞,因为 Emacs 消耗数据的速度太慢
  3. 同样,Emacs 在尝试向服务器发送数据时可能会阻塞(从而阻塞 Emacs 用户界面),因为服务器可能正忙

@yyoncho 尝试通过实现 Emacs 的 原生异步非阻塞 jsonrpc 分支来解决这些问题。性能方面的结果非常好。然而,这需要修改 Emacs 源代码,而且这些更改似乎不太可能被合并到上游。此外,这可能难以维护,因为它还需要 lsp-mode 中的单独代码路径(我自己遇到了一些 问题)。

本项目的工作原理

本项目提供了一个 LSP 服务器程序的包装器可执行文件,以解决上述问题:

  • 它以高速将服务器的 json 消息直接转换为 elisp 字节码(以文本表示形式),供 Emacs 读取。
    • 例如,{"objs":[{"a":1},{"a":2}]} 会被转换为 #[0 "\301\302\300\303D\300\304D\"D\207" [:a :objs vector 1 2] 13]
    • 这将大型 json 对象的消息解析性能提高了约 4 倍;请参阅 此处 的基准测试结果
    • 尽管 Emacs 仍需要解析文本表示并将其解释为 elisp 对象,性能提升主要来自以下几点:
      • 在 Emacs 中解析(read)elisp 对象显然经过了更好的优化,且更简单
      • 通过使用字节码构造对象,我们可以消除重复的对象(例如上例中的 "a" json 键)
  • 它将读写分离到不同的线程中,并在每个线程的内部缓冲区中保留待处理的消息,以避免 IO 阻塞。这解决了上述第 (2) 和第 (3) 个问题。

总的来说,这种 LSP 服务器包装器 策略实现了与原生异步非阻塞 jsonrpc 方法类似的结果,而无需修改 Emacs 源代码。

[!重要]
目前只能包装通过标准输入/输出通信的本地 LSP 服务器程序,不支持通过网络端口(本地或远程)通信的服务器。

如何使用

通常,您需要做的是:

  1. emacs-lsp-booster 可执行文件包装您的 LSP 服务器命令。 例如,如果原始 LSP 服务器命令是 pyright-langserver --stdio,则将 lsp-mode 或 eglot 配置为运行 emacs-lsp-booster [flags --] pyright-langserver --stdio
  2. 修改或更新 lsp-modeeglot 中的 json 解析函数,以在解析为 json 之前解析任何看到的字节码输入。

请参阅下面更详细的配置步骤。

获取或构建 emacs-lsp-booster

Linux 或 Windows 用户可以从 release 页面下载预构建的二进制文件。 (release 页面中的 macOS 二进制文件目前缺乏适当的代码签名。) nix 用户可以使用 这里 提供的 flake。

或者,您也可以在本地构建目标:

  1. 设置 Rust 工具链
  2. 运行 cargo build --release
  3. target/release/emacs-lsp-booster 找到构建好的二进制文件

然后,将 emacs-lsp-booster 二进制文件放入您的 $PATH 中(例如 ~/.local/bin)。

配置 lsp-mode

[!注意]
确保不要使用 Emacs 的 native-jsonrpc 自定义版本

  1. 对 lsp-mode 使用 plist 进行反序列化
  2. 将以下代码添加到您的 init.el 中:
(defun lsp-booster--advice-json-parse (old-fn &rest args)
  "尝试解析字节码而不是 json。"
  (or
   (when (equal (following-char) ?#)
     (let ((bytecode (read (current-buffer))))
       (when (byte-code-function-p bytecode)
         (funcall bytecode))))
   (apply old-fn args)))
(advice-add (if (progn (require 'json)
                       (fboundp 'json-parse-buffer))
                'json-parse-buffer
              'json-read)
            :around
            #'lsp-booster--advice-json-parse)

(defun lsp-booster--advice-final-command (old-fn cmd &optional test?)
  "在 lsp CMD 前添加 emacs-lsp-booster 命令。"
  (let ((orig-result (funcall old-fn cmd test?)))
    (if (and (not test?)                             ;; 用于检查 lsp-server-present?
             (not (file-remote-p default-directory)) ;; 参见 lsp-resolve-final-command,它会添加额外的 shell 包装器
             lsp-use-plists
             (not (functionp 'json-rpc-connection))  ;; 原生 json-rpc
             (executable-find "emacs-lsp-booster"))
        (progn
          (when-let ((command-from-exec-path (executable-find (car orig-result))))  ;; 从 exec-path 解析命令(以防在 $PATH 中未找到)
            (setcar orig-result command-from-exec-path))
          (message "为 %s 使用 emacs-lsp-booster!" orig-result)
          (cons "emacs-lsp-booster" orig-result))
      orig-result)))
(advice-add 'lsp-resolve-final-command :around #'lsp-booster--advice-final-command)

完成!现在像往常一样使用 lsp-mode。

配置 eglot

有关配置 eglot 的信息,请参阅 https://github.com/jdtsmith/eglot-booster。 非常感谢 @jdtsmith

如何验证它正在工作

  1. 检查 emacs-lsp-booster 进程是否正在运行
  2. 检查 stderr 缓冲区(例如,对于 lsp-mode,是 *pyright::stderr* 缓冲区;对于 eglot,是 EGLOT (...) stderr* 缓冲区,注意前导空格);它应该包含 emacs_lsp_booster 相关的日志。

高级用法

运行 emacs-lsp-booster --help 以获取更多选项。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号