Qu’est-ce que Lean LSP MCP ?
Lean LSP MCP, d'Oliver Dressler, relie un client MCP à l'assistant de preuve Lean par son serveur de langage. L'agent lit les diagnostics et les états des buts, consulte les types au survol, essaie plusieurs tactiques à la fois, vérifie sur quels axiomes repose une preuve terminée et cherche dans Mathlib en local ou via LeanSearch, Loogle, Lean Finder et Lean Hammer.
Il est sous licence MIT, écrit en Python, compte environ 548 étoiles sur GitHub et 28 contributeurs, et a publié la v0.33.0 le 3 novembre 2026. Plusieurs systèmes de recherche en mathématiques formelles automatisées, dont Numina-Lean-Agent et Ax-Prover, l'indiquent comme leur interface avec Lean.
Installer Lean LSP MCP
uvx lean-lsp-mcpLean LSP MCP vaut-il le coup ?
Lean LSP MCP est la manière standard de placer un agent devant Lean 4. Un modèle de langage qui devine des preuves de mémoire produit un texte qui a l'air juste et ne compile pas ; ce serveur lui permet de lire l'état du but en direct après chaque tactique, de voir l'erreur exacte et de réessayer. Ses 22 outils couvrent la boucle qu'un mathématicien suit dans l'éditeur : lean_goal et lean_diagnostic_messages pour voir où en est une preuve, lean_multi_attempt pour tester plusieurs tactiques à une même position, lean_verify pour lister les axiomes dont dépend un théorème (tout ce qui dépasse les trois standard, comme sorryAx, signifie que la preuve n'est pas valide) et lean_build pour tout le projet.
C'est sur la recherche que les agents gagnent le plus de temps, car trouver le bon lemme de Mathlib représente la moitié d'une preuve formelle. La plupart des services distants, LeanSearch, Loogle, Lean Finder et la recherche de prémisses de Lean Hammer, sont limités à 3 requêtes par 30 secondes chacun, et la documentation demande de ne pas surcharger ces services gratuits. Loogle en local lève la limite, mais à un prix : le premier index de Mathlib a culminé à environ 13 Gio de mémoire dans les mesures du développeur, et un chargement à chaud utilise environ 7 Gio.
Le hic : c'est un outil de recherche en bêta, et le README est direct sur les risques. Les outils de compilation et d'exécution lancent du code Lean, qui peut lire et écrire des fichiers, et les outils de recherche distants envoient vos requêtes à des services tiers. Les outils de fichiers sont cantonnés au projet, à ses dépendances et à la bibliothèque standard de Lean, et l'image Docker fournie désactive lean_run_code par défaut. Le transport HTTP utilise 127.0.0.1 par défaut, et HTTP et SSE acceptent un jeton bearer via LEAN_LSP_MCP_TOKEN, mais c'est un unique secret partagé, pas un contrôle d'accès par utilisateur.
Notre avis : pour qui fait des preuves formelles avec un agent, c'est de la plomberie plutôt qu'un choix, avec environ 14 700 téléchargements PyPI en une semaine et des travaux de recherche publiés qui s'appuient dessus. Le vrai travail est de votre côté : lancez lake build d'abord pour que le client n'expire pas, ajoutez le REPL pour la vitesse et prévoyez de la mémoire si vous passez à Loogle en local.
Là où il fait la différence
Une doctorante qui formalise un article de combinatoire dans Mathlib
Boucler les lemmes de routine sans chercher chaque nom dans Mathlib
L'agent lit le but, cherche des lemmes dans Loogle et LeanSearch, essaie plusieurs tactiques avec lean_multi_attempt et passe lean_verify sur le résultat. Gratuit ; la limite de 3 requêtes par 30 secondes de la recherche distante donne le rythme.
Un ingénieur vérification dans une start-up fintech
Tenir à jour les preuves vérifiées par machine des invariants clés quand le code change
Après chaque modification, l'agent recompile le projet Lean, lit les diagnostics, répare les preuves cassées et confirme avec lean_verify qu'aucun sorry ne s'est glissé. Faites-le tourner dans l'image Docker fournie avec le code monté en lecture seule.
Un laboratoire d'IA qui construit un agent démonstrateur
Donner à l'agent une interface fiable avec Lean sans l'écrire
Servez-le en HTTP streamable sur 127.0.0.1 avec un jeton bearer, activez le REPL pour exécuter vite des extraits et hébergez vous-même Loogle ou Lean Hammer pour échapper aux limites publiques. Numina-Lean-Agent et Ax-Prover l'indiquent tous deux comme leur interface avec Lean.
Avant de vous engager
- Mise en route
- Installez uv, lancez lake build dans votre projet Lean, puis ajoutez uvx lean-lsp-mcp à votre client (boutons en un clic pour VS Code ; claude mcp add lean-lsp uvx lean-lsp-mcp pour Claude Code). En option, ripgrep pour la recherche locale et le REPL pour aller plus vite. Nix est aussi pris en charge.
- Intégrations
- 22 outils sur le serveur de langage de Lean via leanclient ; LeanSearch, Loogle, Lean Finder et recherche de prémisses Lean Hammer ; REPL de leanprover-community et Loogle local en option. Fonctionne avec VS Code, Cursor, Claude Code et Mistral Vibe ; OpenAI Secure MCP Tunnel pour ChatGPT et Codex.
- Données et confidentialité
- Fonctionne en local. Le code des preuves et les buts partent chez votre fournisseur de modèle ; les requêtes de recherche vont aux services distants, sauf si vous les hébergez ou désactivez ces outils. Les chemins renvoyés sont rendus relatifs pour masquer les répertoires de la machine.
- Coût à grande échelle
- Gratuit sous MIT. Un usage intensif implique d'héberger Loogle ou Lean Hammer pour éviter les limites, et assez de mémoire pour Loogle local (environ 7 Gio à chaud) et pour chaque REPL (budget de 16384 Mio par défaut).
- Limites
- La plupart des outils de recherche distants sont limités à 3 requêtes par 30 secondes. HTTP et SSE ne servent qu'un projet. Le plafond mémoire du REPL n'est pas appliqué sous Windows, et Loogle local ne fonctionne que sous Linux et macOS.
Les points forts
- États des buts et diagnostics en direct après chaque tactique
- lean_verify signale les preuves qui reposent sur sorry ou des axiomes en plus
- Quatre services de recherche Mathlib plus une recherche locale
- Fonctionne en stdio, HTTP ou SSE ; image Docker fournie
Les points faibles
- Recherche distante plafonnée à 3 requêtes par 30 secondes
- Loogle en local demande environ 13 Gio pour construire son index
- Exécute le code Lean du projet ; en bêta de son propre aveu
- Les clients peuvent expirer si lake build n'a pas été lancé avant
Idéal pour
Mathématiciens, ingénieurs en méthodes formelles et chercheurs qui veulent que les agents de Claude Code, Cursor ou VS Code écrivent et vérifient des preuves Lean 4.
Alternatives à Lean LSP MCP
Lean LSP MCP : questions fréquentes
- Lean LSP MCP vaut-il le coup ?
- Si un agent doit écrire des preuves Lean, c'est à travers ce serveur qu'il doit regarder, car il montre au modèle exactement ce que voit le vérificateur. Nous lui donnons 4.5 sur 5.
- Combien coûte Lean LSP MCP ?
- Gratuit et open source (MIT). Les services de recherche distants qu'il appelle sont des services communautaires gratuits.
- Quels sont les inconvénients de Lean LSP MCP ?
- Recherche distante plafonnée à 3 requêtes par 30 secondes; loogle en local demande environ 13 Gio pour construire son index; exécute le code Lean du projet ; en bêta de son propre aveu; les clients peuvent expirer si lake build n'a pas été lancé avant.
- À qui s’adresse Lean LSP MCP ?
- Mathématiciens, ingénieurs en méthodes formelles et chercheurs qui veulent que les agents de Claude Code, Cursor ou VS Code écrivent et vérifient des preuves Lean 4.
- Combien coûte Lean LSP MCP pour une équipe ou en production ?
- Gratuit sous MIT. Un usage intensif implique d'héberger Loogle ou Lean Hammer pour éviter les limites, et assez de mémoire pour Loogle local (environ 7 Gio à chaud) et pour chaque REPL (budget de 16384 Mio par défaut).
- Lean LSP MCP est-il sûr pour les données de l’entreprise ?
- Fonctionne en local. Le code des preuves et les buts partent chez votre fournisseur de modèle ; les requêtes de recherche vont aux services distants, sauf si vous les hébergez ou désactivez ces outils. Les chemins renvoyés sont rendus relatifs pour masquer les répertoires de la machine.
- Quelles sont les meilleures alternatives à Lean LSP MCP ?
- Les alternatives les plus proches que nous avons testées sont MCP Solver et Serena.
Réponses vérifiées le 7 nov. 2026.
Vous éditez Lean LSP MCP ? Affichez cette note sur votre site
