Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

agent-lsp

Pone tus servidores de lenguaje al servicio de un agente: referencias, diagnósticos, vista previa de renombrados y ediciones comprobadas antes de llegar al disco.

Reseña de ReviewRamble editors · Actualizado

Nuestra nota

3.9/5

Un puente completo entre servidores de lenguaje y agentes que comprueba las ediciones antes de escribirlas, lastrado por una lista de herramientas desmesurada y una juventud que se nota en su ritmo de versiones.

¿Qué es agent-lsp?

agent-lsp, de Blackwell Systems, es un servidor MCP que arranca y gestiona servidores de lenguaje corrientes como gopls, rust-analyzer, pyright y clangd, y pone lo que saben al alcance de un agente de IA. Sus 66 herramientas cubren ir a la definición, referencias, jerarquías de llamadas y de tipos, diagnósticos, renombrados y acciones de código, además de llamadas compuestas como blast_radius, que devuelve en un paso quién llama a un símbolo, y un conjunto de herramientas de simulación que aplican una edición en memoria e informan del cambio en los errores antes de escribir nada.

Es un único binario en Go con licencia MIT, empezó en abril de 2026 y tenía unas 179 estrellas en GitHub y nueve colaboradores al revisarlo. Publica a menudo: la v0.24.2 salió el 4 de noviembre de 2026, tercera versión de ese día. El README enumera 32 lenguajes probados en CI contra servidores de lenguaje reales, y el paquete de npm se descargó 484 veces en la semana hasta el 12 de noviembre de 2026.

Cómo instalar agent-lsp

npm install -g @blackwell-systems/agent-lsp && agent-lsp init

¿Merece la pena agent-lsp?

agent-lsp responde a una debilidad real de los agentes de programación: buscan quién llama a una función y renombran símbolos con grep, y grep no sabe que dos funciones comparten nombre. Un servidor de lenguaje sí lo sabe, y agent-lsp mantiene uno en caliente por lenguaje y deja que el agente le pregunte directamente. La medición del propio autor sobre HashiCorp Consul, unas 319.000 líneas, halló que un análisis de impacto costaba 119 llamadas a herramientas y 841 KB a través del servidor de lenguaje, frente a 5.534 llamadas y 17,7 MB con grep y lectura de archivos.

Lo que lo distingue es comprobar las ediciones antes de escribirlas. preview_edit y simulate_chain aplican los cambios en memoria e indican qué paso introduce errores nuevos, y safe_apply_edit solo escribe si el número de errores no sube, y se niega si la vista previa agotó el tiempo o el servidor seguía indexando. Skills como /lsp-refactor encadenan análisis de impacto, vista previa, aplicación, compilación y pruebas, y en cuatro de ellas el servidor bloquea las llamadas hechas fuera de orden. Serena, el rival más conocido, también edita por símbolos; la vista previa en memoria es lo que añade agent-lsp.

Conviene saber qué puede ejecutar. run_build y run_tests lanzan los comandos de tu propio proyecto, como go build, cargo test, pytest o npm test, así que un script de pruebas o un hook de compilación de un repositorio no fiable se ejecuta con tus permisos de usuario. execute_command transmite comandos del servidor de lenguaje, y las herramientas de edición escriben archivos de código. El transporte por defecto es stdio; un modo HTTP con token bearer escucha en 127.0.0.1 salvo que elijas otra cosa, y el README advierte de no poner el token en la línea de comandos.

La pega: 66 definiciones de herramientas pesan mucho en cualquier cliente que las cargue todas, y las comparaciones del README, incluida la de que ningún otro puente MCP-LSP prueba lenguajes en CI, son afirmaciones del propio mantenedor. Las respuestas usan por defecto GCF, el formato compacto del autor, en lugar de JSON, lo que ahorra entre el 30 y el 84% de los tokens según sus cifras, pero añade un formato que tus propias herramientas quizá no sepan leer. Los proyectos en Python y TypeScript siguen necesitando un daemon de indexación en segundo plano antes de que las referencias sean fiables.

Nuestra opinión: en un repositorio políglota o muy grande donde el agente no deja de romper llamadas, agent-lsp merece una tarde de pruebas; en un proyecto pequeño de un solo lenguaje, la búsqueda integrada del agente probablemente basta.

Dónde se gana su sitio

  • Un ingeniero de plataforma que mantiene un monorepo de Go de 300.000 líneas

    Renombrar una función exportada y actualizar todas las llamadas sin romper la compilación

    La skill /lsp-rename ejecuta prepare_rename, muestra cada sitio y aplica el cambio de una vez; luego /lsp-verify lanza go build y las pruebas. Es gratis; el ahorro está en las rondas de CI fallidas que suele provocar un agente con grep.

  • Un equipo full-stack de cuatro personas con una API en Go y un front end en TypeScript

    Que una sola sesión del agente recorra las dos mitades del código

    agent-lsp init escribe una configuración que envía los archivos .go a gopls y los .ts a typescript-language-server. El README avisa de que TypeScript 7 no trae tsserver, así que de momento instala TypeScript 6 de forma global.

  • Una responsable técnica que limpia un servicio heredado en Python antes de una migración

    Encontrar exportaciones que nadie usa y eliminarlas con seguridad

    /lsp-dead-code lista los símbolos sin referencias y safe_delete_symbol devuelve el recuento de errores tras cada borrado. Hazlo en una rama; pyright necesita que su daemon termine de indexar antes.

Antes de decidirte

Puesta en marcha
Instala con npm install -g @blackwell-systems/agent-lsp, Homebrew, pip, Scoop, winget o un script de instalación con curl; después instala los servidores de lenguaje que necesites y ejecuta agent-lsp doctor y agent-lsp init, que escribe la configuración MCP y las reglas del agente para tu cliente. La primera sesión indexa el espacio de trabajo, unos 10 segundos en un proyecto típico según el README.
Integraciones
Claude Code, Cursor, Windsurf, Gemini CLI, Codex, Cline, Continue y Pi por stdio; cualquier cliente por Streamable HTTP. 66 herramientas, 24 skills también expuestas como prompts MCP, imágenes de Docker por lenguaje y una biblioteca de Go para usar directamente el cliente LSP.
Datos y privacidad
Se ejecuta en local con tus permisos de usuario y lee, edita y compila los espacios de trabajo que le indiques; el código que lee el agente va a tu proveedor de modelos. El README no describe telemetría. El modo HTTP usa un token bearer y escucha en 127.0.0.1 por defecto; las imágenes de Docker se ejecutan con un usuario sin privilegios de root.
Coste a escala
Gratuito con licencia MIT. El coste es contexto y tiempo: 66 definiciones de herramientas por sesión en los clientes que las cargan todas, más la memoria que necesita cada servidor de lenguaje activo en un repositorio grande.
Límites
La precisión depende de cada servidor de lenguaje. Python y TypeScript necesitan minutos de indexación la primera vez, que un daemon en segundo plano mantiene en caliente y que se cierra tras 30 minutos de inactividad. La refactorización interactiva requiere gopls v0.24 o posterior.

Lo bueno

  • Usa servidores de lenguaje reales, así que referencias y renombrados entienden los tipos
  • Las ediciones se pueden previsualizar en memoria con el recuento de errores antes y después
  • Un solo proceso atiende varios lenguajes en la misma sesión
  • Binario único con instalación por npm, pip, Homebrew, Scoop y winget

Lo malo

  • 66 herramientas pesan en el contexto de los clientes que las cargan todas
  • run_tests y run_build ejecutan los scripts del propio proyecto
  • La salida usa por defecto el formato GCF del autor, no JSON
  • Proyecto joven; las comparaciones con rivales son del propio autor

Ideal para

Ingenieros que usan Claude Code, Codex o Cursor en bases de código grandes o multilenguaje y quieren refactorizaciones comprobadas contra un servidor de lenguaje real.

Alternativas a agent-lsp

agent-lsp: preguntas frecuentes

¿Merece la pena agent-lsp?
Un puente completo entre servidores de lenguaje y agentes que comprueba las ediciones antes de escribirlas, lastrado por una lista de herramientas desmesurada y una juventud que se nota en su ritmo de versiones. Le damos un 3.9 sobre 5.
¿Cuánto cuesta agent-lsp?
Gratuito y de código abierto (MIT).
¿Qué inconvenientes tiene agent-lsp?
66 herramientas pesan en el contexto de los clientes que las cargan todas; run_tests y run_build ejecutan los scripts del propio proyecto; la salida usa por defecto el formato GCF del autor, no JSON; proyecto joven; las comparaciones con rivales son del propio autor.
¿Para quién es agent-lsp?
Ingenieros que usan Claude Code, Codex o Cursor en bases de código grandes o multilenguaje y quieren refactorizaciones comprobadas contra un servidor de lenguaje real.
¿Cuánto cuesta agent-lsp para un equipo o en producción?
Gratuito con licencia MIT. El coste es contexto y tiempo: 66 definiciones de herramientas por sesión en los clientes que las cargan todas, más la memoria que necesita cada servidor de lenguaje activo en un repositorio grande.
¿Es agent-lsp seguro para los datos de la empresa?
Se ejecuta en local con tus permisos de usuario y lee, edita y compila los espacios de trabajo que le indiques; el código que lee el agente va a tu proveedor de modelos. El README no describe telemetría. El modo HTTP usa un token bearer y escucha en 127.0.0.1 por defecto; las imágenes de Docker se ejecutan con un usuario sin privilegios de root.
¿Cuáles son las mejores alternativas a agent-lsp?
Las alternativas más cercanas que hemos analizado son Serena y Lean LSP MCP.

Respuestas comprobadas el 13 nov 2026.