Tools
Rust Glancer: LSP-Alternative mit 100x weniger RAM und LLM-Support
Ein Entwickler hat nach 4 Monaten Arbeit eine alternative Rust LSP-Implementation veröffentlicht, die mit einem Bruchteil des Arbeitsspeichers von rust-analyzer auskommt. Rust Glancer zielt auf unter 100 MB RAM ab - während rust-analyzer bei großen Workspaces locker 16 GB belegen kann.
Kernidee
Statt einer inkrementellen Live-Analyse wie rust-analyzer setzt Rust Glancer auf einen frozen analysis-Ansatz: Das Workspace wird einmal indexiert, die Ergebnisse im Dateisystem gespeichert. Bei Abfragen lädt der Server nur die benötigten Daten für die Dauer der Anfrage. Das spart massiv RAM, kostet aber Geschwindigkeit beim Tippen - neue Items werden erst nach Speichern indexiert.
Benchmarks
| Maschine | LSP | Basis-Indexing | Vollständiges Indexing |
|---|---|---|---|
| MacBook Pro M4 Max 36GB | Rust Glancer | 5s | 8s |
| MacBook Pro M4 Max 36GB | rust-analyzer | 6s | 13s |
| MacBook Pro M1 8GB | Rust Glancer | 6s | 9s |
| MacBook Pro M1 8GB | rust-analyzer | 7s | 14s |
Besonders auf älteren Maschinen mit 8 GB RAM lässt sich Rust Glancer problemlos nutzen - rust-analyzer wird dort schnell zum Flaschenhals.
LLM-Einsatz und agentische Workflows
Interessant für KI-Nutzer: Rust Glancer ist explizit für agentische Workflows optimiert. Bei rust-analyzer beobachtete der Entwickler, dass LLM-Agenten wie Claude Code außerhalb des Editors Änderungen vornehmen, die Inlay-Hints aus dem Takt bringen. Rust Glancer löst das mit einem Custom File Watcher und niedrigerer Priorität für Änderungen von externen Tools.
Das Projekt wurde mit “heavy use of LLMs” gebaut - allerdings nicht “vibe coded”. Jeder Pull Request wird manuell verifiziert, die Git-History zeigt PRs mit 10k+ Zeilen Diff, aber Tage auseinander. Der Entwickler betont explizit: LLMs sind Werkzeuge, und es ist die Wahl des Nutzers, sie verantwortungsvoll einzusetzen oder das Denken zu outsourcen.
Link: Rust Glancer Blog