跳转至
OpenCodeReview logo

OpenCodeReview

alibaba%2Fopen-code-review | Trendshift

alibaba%2Fopen-code-review | Trendshift alibaba%2Fopen-code-review | Trendshift

npm Build status License Ask DeepWiki OpenSSF Best Practices

Windows macOS Linux Claude Code Codex Cursor Kimi Code

English | 简体中文 | 日本語 | 한국어 | Русский


什么是 Open Code Review?

Open Code Review 是一款基于 AI 的代码审查 CLI 工具。它最初是阿里巴巴集团内部官方的 AI 代码审查助手:在过去两年中,已有数万名开发者使用,并发现了数百万个代码缺陷。在经历了大规模的真实环境验证后,我们将其开源,奉献给社区。只需配置模型端点即可开始使用。

该工具读取 git diff,通过支持工具调用(tool use)的代理,将变更后的文件发送给可配置的 LLM,并生成精确到行的结构化审查评论。代理可以读取文件的完整内容、在整个代码库中搜索、查看其他变更文件以获取上下文,并执行深度审查——而不仅仅是针对 diff 给出表面意见。除了审查 diff 之外,ocr scan 还支持检查整个文件——非常适合审计不熟悉的代码库或没有实质性 diff 的目录。

了解更多,请访问官方网站。

Highlights

基准测试

与通用代理(Claude Code)相比,Open Code Review 在相同基础模型下可以达到显著更高的 Precision 和 F1 指标,仅消耗 ~1/9 的 Token 且审查速度更快。同时,其 Recall 指标低于通用代理——这是为优先保证精确率和最低噪音而有意做出的取舍。

该基准测试基于真实的代码审查构建,涵盖 50 个热门开源仓库、200 个真实 Pull Request 和 10 种编程语言。1,505 个缺陷的标注由 80 多位资深工程师交叉审核。

Hugging Face 在 Hugging Face 上打开 AACR-Bench 数据集。

指标 测量内容 为什么重要
F1 Precision 和 Recall 的调和平均 衡量审查质量的最佳单一指标
Precision 发现的问题中真实缺陷所占的比例 越高 = 误报越少
Recall 被发现的真实缺陷所占的比例 越高 = 遗漏的问题越少
Avg Time 单次审查的执行时间 影响 CI 流水线的延迟
Avg Token 单次审查的总 Token 消耗量 直接影响 API 成本

Benchmark

为什么选择 Open Code Review?

通用代理的问题

如果你曾使用通用代理进行代码审查,例如带 Skills 的 Claude Code,你很可能遇到过以下问题:

  • 覆盖不完整 — 面对较大的变更集,代理倾向于“偷工减料”:只检查部分文件,跳过其余文件。
  • 位置漂移 — 发现的问题往往与代码中的实际位置不符:行号和文件引用会“偏离”目标。
  • 质量不稳定 — 由自然语言驱动的 Skills 难以调试,提示词稍有变化,审查质量就会明显波动。

根本原因:纯语言架构无法对审查流程施加硬性约束。

核心理念:确定性工程 × 智能体

Open Code Review 的核心哲学是将确定性工程与智能体相结合,让各自发挥所长。

确定性工程——硬性保障

对于审查流程中不容出错的环节,正确性由工程逻辑而非语言模型来保证:

  • 精确的文件筛选 —— 精确定位哪些文件需要审查、哪些应被过滤,确保不遗漏任何重要变更。
  • 相关文件分组 —— 将相关文件合并为一个审查单元(例如 message_en.properties 和 message_zh.properties)。每组由独立的子智能体在隔离的上下文中处理。这种“分而治之”的方法在超大变更下仍能保持稳定,并支持并行审查。
  • 精确的规则匹配 —— 根据每个文件的特征匹配审查规则,让模型保持专注,同时消除多余的信息噪音。基于模板的匹配比单纯依赖自然语言的规则管理更稳定、更可预测。
  • 外部定位与反思模块 —— 独立的评论定位模块和评论反思模块,系统性地提升 AI 反馈的定位准确度和内容质量。

智能体——动态决策

智能体的优势集中在最关键的环节——动态决策和动态上下文补全:

  • 场景化提示词模板 —— 针对代码审查深度优化的提示词模板:更低的 Token 消耗,更高的输出质量。
  • 专用工具集 —— 基于真实项目中工具调用的分析(调用频率、每个工具的重复调用比例、新工具对整条链路的影响)构建而成。与通用智能体工具相比,这套工具集在代码审查中更稳定、更可预测。

如何使用

前置要求

  • Git >= 2.41 —— Open Code Review 使用 Git 生成 diff、搜索代码以及执行仓库操作。

CLI

安装

npm install -g @alibaba-group/open-code-review

安装完成后,ocr 命令即可全局使用。

其他安装方式(安装脚本、GitHub Release 二进制文件、从源码构建)请参见安装指南。

快速开始

1. 配置 LLM

启动审查前需要先配置 LLM,除非您使用委托模式。

ocr config provider          # Выбрать встроенного провайдера или добавить пользовательский
ocr config model             # Выбрать модель для активного провайдера

Provider setup

交互式 UI 会引导您完成 provider 选择、API 密钥输入和模型配置,并自动验证连接。

通过 CLI、环境变量、自定义 provider 等方式进行的配置及其他高级参数,请参见配置指南。

2. 运行审查

cd your-project

# Режим рабочей копии — ревью всех staged, unstaged и untracked изменений
ocr review

# Диапазон веток — просматривает изменения feature-branch с момента её отделения от main (режим merge-base)
ocr review --from main --to feature-branch

# Один коммит
ocr review --commit abc123

# Возобновить прерванное ревью диапазона или одного коммита
ocr session list
ocr review --from main --to feature-branch --resume <session-id>

# Полнофайловое сканирование — ревью целых файлов вместо диффа (история git не нужна)
ocr scan                          # сканировать весь репозиторий
ocr scan --path internal/agent    # сканировать каталог или конкретные файлы
ocr scan --resume <session-id>   # возобновить прерванное полнофайловое сканирование

# Сохранить результаты в файл (рекомендуется для хост-агентов ИИ)
ocr review --format json --output result.json

# Режим делегирования — ИИ-агент сам выполняет ревью
# OCR отвечает за выбор файлов и разрешение правил; настройка LLM не требуется
ocr delegate preview
ocr delegate rule src/main.go src/handler.go

文档

完整文档请访问 open-codereview.ai/docs:

  • 快速开始 —— 安装并运行您的第一次审查
  • 安装 —— 所有平台和包管理器
  • CLI 参考 —— 所有命令和参数
  • 审查规则 —— 审查规则自定义、过滤及按路径定位
  • 配置 —— 配置项和环境变量
  • MCP 服务器 —— 通过外部工具扩展审查智能体
  • 编码智能体集成 —— 选择您使用的平台
  • Claude Code —— 安装带审查斜杠命令的插件
  • Codex —— 安装带可调用审查技能的插件
  • Cursor —— 安装带可移植审查技能的插件
  • Kimi Code —— 安装带斜杠命令和审查技能的插件
  • OpenCode —— 安装原生审查工具和斜杠命令
  • QCA Forward —— 使用 QCA 宿主模型和可直接发布的模板运行委托模式
  • 支持 Skill 的智能体 —— 安装可移植的智能体技能
  • 审查执行模式 —— 集成后选择由哪个 LLM 执行审查
  • 默认(由 OCR 驱动) —— OCR 使用已配置的 LLM 执行审查
  • 委托模式 —— 编码智能体使用自身的 LLM 执行审查;无需为 OCR 提供 API 密钥
  • CI/CD 集成 —— GitHub Actions、GitLab CI、GitFlic CI 和 Gerrit
  • 会话查看器 —— 在浏览器中查看和回放审查会话,将评论标记为已修复/已忽略并隐藏
  • 遥测 —— 集成 OpenTelemetry 实现可观测性
  • FAQ —— 常见问题与故障排查

参与开发

这个项目的存在离不开每一位贡献者的付出。在 CONTRIBUTING.ru-RU.md 中描述了开发环境配置、代码规范以及提交拉取请求的流程。

许可证

Apache-2.0 — 版权所有 2026 Alibaba

本页原文 Markdown:在 AtomGit 查看·内容源自开源项目 op/open-code-review