LLMGui — VS Code Extension

Version: 2.14.18
VS Code: ^1.80.0
Repository: gitlab.com/mrmarco/llmgui (clients/vscode/)

Die LLMGui VS Code Extension bringt den vollständigen LLMGui-Assistenten direkt in den Editor. Sie verbindet sich mit dem laufenden LLMGui-Backend-Server (Port 8080) und stellt Chat, Code-Aktionen, CodeLens-Annotierungen und eine automatische Update-Funktion bereit.

Voraussetzung: Ein laufender LLMGui-Server (./llmgui.sh --serve oder PYTHONPATH=. python3 llmgui.py --serve).

Navigation

Installation

Via .vsix-Datei (empfohlen)

Die aktuellste .vsix-Datei liegt im Repository unter clients/vscode/:

# Aktuelle Version installieren
code --install-extension llmgui-vscode-2.14.18.vsix

Alternativ in VS Code:
1. Ctrl+Shift+P → "Extensions: Install from VSIX..."
2. Datei llmgui-vscode-2.14.18.vsix auswählen

Automatische Updates

Die Extension prüft beim Start automatisch via GitLab Package Registry, ob eine neue Version verfügbar ist. Bei Fund erscheint eine Benachrichtigung mit direktem Download- und Installationsbutton — kein manueller Eingriff nötig.

Für private Repositories wird ein GitLab Personal Access Token (Scope: read_api) benötigt (→ Einstellungen llmgui.gitlabToken).

Konfiguration

Alle Einstellungen unter Datei → Einstellungen → Einstellungen → LLMGui:

Einstellung	Standard	Beschreibung
`llmgui.serverUrl`	`http://localhost:8080`	URL des LLMGui-Backend-Servers. Für Remote-Server z.B. `http://192.168.1.10:8080`
`llmgui.localOnly`	`false`	Beschränkt alle Anfragen auf lokale Modelle. Bei aktiviertem Local-Only-Modus werden Cloud-Fallbacks (Gemini etc.) deaktiviert — schlägt das lokale Modell fehl, schlägt die Anfrage fehl statt an einen Remote-Dienst weitergeleitet zu werden
`llmgui.updateCheck`	`true`	Automatischer Update-Check beim Start via GitLab Package Registry
`llmgui.gitlabToken`	`""`	GitLab Personal Access Token (Scope: `read_api`) für private Repositories. Leer lassen wenn das Repo öffentlich ist

settings.json (direkt):

{
    "llmgui.serverUrl": "http://dana:8080",
    "llmgui.localOnly": true,
    "llmgui.updateCheck": true,
    "llmgui.gitlabToken": "glpat-xxxxxxxxxxxxxxxxxxxx"
}

Features

Chat-Panel (Activity Bar)

Das zentrale Interface der Extension. Klick auf das Robot-Icon in der Activity Bar öffnet den LLMGui-Chat-View.

Funktionen:

Vollständiger Chat mit dem konfigurierten LLM
Workspace-Kontext: Das aktuell geöffnete Workspace-Verzeichnis wird automatisch als Kontext mitgeschickt
Aktive Datei: Die im Editor geöffnete Datei wird dem Modell mitgeteilt
Streaming-Ausgabe: Antworten werden token-weise gestreamt
Markdown-Rendering: Antworten werden als formatiertes Markdown dargestellt
Diff-View: Bei Dateiänderungen kann ein nativer VS Code Diff (Vorher ↔ Nachher) geöffnet werden
Breakpoints setzen: Das Modell kann VS Code-Breakpoints direkt in den Editor setzen
Modell-Switch: Modell direkt aus dem Chat-Panel wechseln

Context Menu (Rechtsklick im Editor)

Bei markiertem Code stehen folgende Aktionen im Kontextmenü zur Verfügung:

Aktion	Beschreibung
Add Selection to LLMGui Context	Fügt die Auswahl als Kontext-Block zum Chat hinzu
Explain Selection with LLMGui	Sendet direkt: "Explain this code: `[Auswahl]`"
Generate Tests with LLMGui	Sendet: "Generate unit tests for: `[Auswahl]`"
Review Selection with LLMGui	Sendet: "Review this code for issues: `[Auswahl]`"

Alle Aktionen öffnen automatisch den Chat-View und befüllen das Eingabefeld vor.

CodeLens-Annotierungen

Über jeder Funktionsdefinition erscheinen drei klickbare Inline-Aktionen:

🤖 Explain  🤖 Test  🤖 Fix
def calculate_hash(file_path: str) -> str:
    ...

Unterstützte Sprachen: Python, JavaScript, TypeScript, Go, Rust, Java (generisches Fallback für alle anderen).

🤖 Explain — Erklärt die Funktion
🤖 Test — Generiert Unit-Tests
🤖 Fix — Review und Fehlerbehebung

LLMGui extrahiert den vollständigen Funktionsrumpf automatisch (bis 50 Zeilen, respektiert Python-Indent und Brace-Counting).

Security Findings (TreeView)

Unterhalb des Chat-Panels erscheint in der LLMGui-Seitenleiste das Security Findings-Panel — eine native VS Code TreeView mit allen offenen Security-Befunden aus der zentralen ~/.brainy/security_findings.db.

Struktur:

$(error) Critical (3)
  ├─ CVE-2024-1234 · auth.py:45
  └─ B608 · db.py:120
$(warning) High (5)
  ├─ VULN-0012 · requirements.txt
  └─ ...
$(warning) Medium (8)
$(info) Low (2)

Funktionen:
- Badge an der View zeigt Anzahl offener Findings auf einen Blick
- Klick auf Finding → Datei öffnet sich und springt direkt zur betroffenen Zeile
- Refresh-Button $(refresh) in der Toolbar lädt Findings neu vom Backend
- Rechtsklick → "Mit LLMGui fixen" → Chat öffnet sich mit vorgefertigtem Fix-Prompt (inkl. CVE-ID, Datei, Zeile, Beschreibung und Fix-Hint)
- Findings werden gefiltert nach aktuellem Workspace und Status open

Der Panel wird über GET /api/findings?workspace=...&status=open mit Daten versorgt. Findings landen in der DB nach jedem /vuln-scan, /secret-scan oder /full-audit.

Security CodeLens

Über Codezeilen mit bekannten Findings erscheinen automatisch Security-CodeLens-Annotierungen:

$(error) CVE-2024-1234  CVSS 9.8  [bandit]
def authenticate(user, password):
    ...

Klick öffnet die VS Code Problems-Leiste mit allen Diagnosen. Die Annotierungen werden automatisch aktualisiert wenn ein Scan neue Ergebnisse liefert (via DiagnosticCollection).

Status Bar

Rechts unten in der VS Code Status Bar zeigt LLMGui den aktuellen Server-Status:

Anzeige	Bedeutung
`$(chip) qwen2.5-coder`	Server online, Modellname des geladenen Modells
`$(hubot) LLMGui`	Server online, kein Modell aktiv geladen
`$(warning) LLMGui offline`	Backend nicht erreichbar

Tooltip zeigt zusätzlich VRAM-Auslastung und geladene Modelle. Status-Update alle 5 Sekunden.

Klick auf die Status Bar öffnet den Chat-View.

Workflow-Beispiele

Code-Review einer Datei

Datei in VS Code öffnen
Im Chat-Panel: /review src/myfile.py eingeben
LLMGui analysiert die Datei relativ zum Workspace und gibt strukturiertes Feedback

Funktion erklären (CodeLens)

Cursor über eine Funktionsdefinition bewegen
Auf 🤖 Explain über der Funktion klicken
Chat öffnet sich mit vorausgefülltem Explain-Prompt

Auswahl als Kontext hinzufügen

Code-Abschnitt markieren
Rechtsklick → Add Selection to LLMGui Context
Im Chat weiteren Kontext hinzufügen und Frage stellen

Local-Only für Datenschutz

Strg+, → llmgui.localOnly auf true setzen
Alle Anfragen gehen nur noch an das lokale Ollama-Modell
Bei Modell-Ausfall: Fehlermeldung statt Cloud-Fallback

Architektur der Extension

clients/vscode/
├── src/
│   ├── extension.ts              # Activation, Commands, CodeLens, Findings-Integration
│   ├── ChatViewProvider.ts       # WebView-basierter Chat-View
│   └── FindingsViewProvider.ts   # Native TreeView für Security Findings
├── webview/
│   └── main.ts                   # Frontend (esbuild → media/webview.js)
├── media/
│   └── webview.js                # Gebundetes WebView-Script
├── dist/
│   └── extension.js              # Kompiliertes Extension-Bundle
└── package.json                  # Extension-Manifest (v2.14.18)

Kommunikation:

VS Code Extension
    ↕ (WebView messages)
Chat WebView (HTML/JS)
    ↕ (HTTP POST /chat)
LLMGui FastAPI Server (:8080)
    ↕ (Ollama API)
Lokales Sprachmodell