¿Qué es Lean LSP MCP?
Lean LSP MCP, de Oliver Dressler, conecta un cliente MCP con el asistente de demostración Lean a través de su servidor de lenguaje. El agente lee diagnósticos y estados de los objetivos, consulta tipos al pasar el cursor, prueba varias tácticas a la vez, comprueba en qué axiomas se apoya una prueba terminada y busca en Mathlib en local o mediante LeanSearch, Loogle, Lean Finder y Lean Hammer.
Tiene licencia MIT, está escrito en Python, cuenta con unas 548 estrellas en GitHub y 28 colaboradores, y publicó la v0.33.0 el 3 de noviembre de 2026. Varios sistemas de investigación en matemáticas formales automatizadas, entre ellos Numina-Lean-Agent y Ax-Prover, lo citan como su interfaz con Lean.
Cómo instalar Lean LSP MCP
uvx lean-lsp-mcp¿Merece la pena Lean LSP MCP?
Lean LSP MCP es la forma estándar de poner a un agente delante de Lean 4. Un modelo de lenguaje que adivina pruebas de memoria produce texto que parece correcto y no compila; este servidor le deja leer el estado del objetivo en vivo tras cada táctica, ver el error exacto y volver a intentarlo. Sus 22 herramientas cubren el ciclo que un matemático sigue en el editor: lean_goal y lean_diagnostic_messages para ver en qué punto está una prueba, lean_multi_attempt para probar varias tácticas en una misma posición, lean_verify para listar los axiomas de los que depende un teorema (cualquiera fuera de los tres estándar, como sorryAx, significa que la prueba no es válida) y lean_build para todo el proyecto.
Las herramientas de búsqueda son donde los agentes ahorran más tiempo, porque encontrar el lema adecuado de Mathlib es media prueba formal. La mayoría de los servicios remotos, LeanSearch, Loogle, Lean Finder y la búsqueda de premisas de Lean Hammer, tienen un límite de 3 peticiones por 30 segundos cada uno, y la documentación pide no sobrecargar estos servicios gratuitos. Loogle en local elimina el límite a un coste: el primer índice de Mathlib alcanzó un pico de unos 13 GiB de memoria en las mediciones del desarrollador, y una carga en caliente usa unos 7 GiB.
La pega: es una herramienta de investigación en beta, y el README es directo sobre los riesgos. Las herramientas de compilación y ejecución ejecutan código Lean, que puede leer y escribir archivos, y las búsquedas remotas envían tus consultas a servicios de terceros. Las herramientas de archivos están limitadas al proyecto, sus dependencias y la biblioteca estándar de Lean, y la imagen Docker incluida desactiva lean_run_code por defecto. El transporte HTTP usa 127.0.0.1 por defecto, y HTTP y SSE aceptan un token bearer mediante LEAN_LSP_MCP_TOKEN, pero es un único secreto compartido, no un control de acceso por usuario.
Nuestra opinión: para quien hace pruebas formales con un agente, esto es fontanería más que una elección, con unas 14.700 descargas en PyPI en una semana e investigación publicada que se apoya en él. El trabajo real está de tu lado: ejecuta lake build antes para que el cliente no agote el tiempo, añade el REPL para ganar velocidad y reserva memoria si optas por Loogle en local.
Dónde se gana su sitio
Una doctoranda que formaliza en Mathlib un artículo de combinatoria
Cerrar lemas rutinarios sin buscar cada nombre de Mathlib
El agente lee el objetivo, busca lemas en Loogle y LeanSearch, prueba varias tácticas con lean_multi_attempt y pasa lean_verify al resultado. Gratis; el límite de búsqueda remota de 3 peticiones por 30 segundos marca el ritmo.
Un ingeniero de verificación en una start-up fintech
Mantener al día las pruebas verificadas por máquina de los invariantes clave cuando cambia el código
Tras cada cambio, el agente recompila el proyecto Lean, lee los diagnósticos, repara las pruebas rotas y confirma con lean_verify que no se ha colado ningún sorry. Ejecútalo en la imagen Docker incluida con el código montado en solo lectura.
Un laboratorio de IA que construye un agente demostrador de teoremas
Dar al agente una interfaz fiable con Lean sin escribirla
Sírvelo por HTTP en streaming en 127.0.0.1 con un token bearer, activa el REPL para ejecutar fragmentos rápido y aloja tu propio Loogle o Lean Hammer para escapar de los límites públicos. Numina-Lean-Agent y Ax-Prover lo citan como su interfaz con Lean.
Antes de decidirte
- Puesta en marcha
- Instala uv, ejecuta lake build en tu proyecto Lean y añade uvx lean-lsp-mcp a tu cliente (botones de un clic para VS Code; claude mcp add lean-lsp uvx lean-lsp-mcp para Claude Code). Opcionales: ripgrep para la búsqueda local y el REPL para ir más rápido. También admite Nix.
- Integraciones
- 22 herramientas sobre el servidor de lenguaje de Lean mediante leanclient; LeanSearch, Loogle, Lean Finder y búsqueda de premisas de Lean Hammer; REPL de leanprover-community y Loogle local opcionales. Funciona con VS Code, Cursor, Claude Code y Mistral Vibe; OpenAI Secure MCP Tunnel para ChatGPT y Codex.
- Datos y privacidad
- Funciona en local. El código de las pruebas y los objetivos van a tu proveedor del modelo; las consultas de búsqueda van a los servicios remotos salvo que los alojes tú o desactives esas herramientas. Las rutas devueltas se hacen relativas para ocultar los directorios del equipo.
- Coste a escala
- Gratis con licencia MIT. El uso intensivo implica alojar tu propio Loogle o Lean Hammer para evitar los límites, y memoria suficiente para Loogle local (unos 7 GiB en caliente) y para cada REPL (16384 MiB de presupuesto por defecto).
- Límites
- La mayoría de las búsquedas remotas están limitadas a 3 peticiones por 30 segundos. HTTP y SSE sirven un único proyecto. El límite de memoria del REPL no se aplica en Windows, y Loogle local solo funciona en Linux y macOS.
Lo bueno
- Estados de objetivos y diagnósticos en vivo tras cada táctica
- lean_verify señala pruebas que dependen de sorry o de axiomas extra
- Cuatro servicios de búsqueda en Mathlib más búsqueda local
- Funciona por stdio, HTTP o SSE; incluye imagen Docker
Lo malo
- Búsqueda remota limitada a 3 peticiones por 30 segundos
- Loogle en local necesita unos 13 GiB para crear su índice
- Ejecuta el código Lean del proyecto; beta según su propia descripción
- Los clientes pueden agotar el tiempo si no se ejecuta lake build antes
Ideal para
Matemáticos, ingenieros de métodos formales e investigadores que quieren que los agentes de Claude Code, Cursor o VS Code escriban y comprueben pruebas en Lean 4.
Alternativas a Lean LSP MCP
Lean LSP MCP: preguntas frecuentes
- ¿Merece la pena Lean LSP MCP?
- Si un agente va a escribir pruebas en Lean, este es el servidor a través del cual debe mirar, porque le muestra al modelo exactamente lo que ve el verificador de pruebas. Le damos un 4.5 sobre 5.
- ¿Cuánto cuesta Lean LSP MCP?
- Gratuito y de código abierto (MIT). Los servicios de búsqueda remotos que usa son servicios comunitarios gratuitos.
- ¿Qué inconvenientes tiene Lean LSP MCP?
- Búsqueda remota limitada a 3 peticiones por 30 segundos; loogle en local necesita unos 13 GiB para crear su índice; ejecuta el código Lean del proyecto; beta según su propia descripción; los clientes pueden agotar el tiempo si no se ejecuta lake build antes.
- ¿Para quién es Lean LSP MCP?
- Matemáticos, ingenieros de métodos formales e investigadores que quieren que los agentes de Claude Code, Cursor o VS Code escriban y comprueben pruebas en Lean 4.
- ¿Cuánto cuesta Lean LSP MCP para un equipo o en producción?
- Gratis con licencia MIT. El uso intensivo implica alojar tu propio Loogle o Lean Hammer para evitar los límites, y memoria suficiente para Loogle local (unos 7 GiB en caliente) y para cada REPL (16384 MiB de presupuesto por defecto).
- ¿Es Lean LSP MCP seguro para los datos de la empresa?
- Funciona en local. El código de las pruebas y los objetivos van a tu proveedor del modelo; las consultas de búsqueda van a los servicios remotos salvo que los alojes tú o desactives esas herramientas. Las rutas devueltas se hacen relativas para ocultar los directorios del equipo.
- ¿Cuáles son las mejores alternativas a Lean LSP MCP?
- Las alternativas más cercanas que hemos analizado son MCP Solver y Serena.
Respuestas comprobadas el 7 nov 2026.
¿Desarrollas Lean LSP MCP? Muestra esta nota en tu web
