开发工具#代码智能体#代码审查

OpenCodeReview:阿里开源的混合架构 AI 代码审查工具

阿里开源的 AI 代码审查 CLI,用确定性流水线加 LLM Agent 生成行级意见,项目称同等模型下 token 消耗约为通用 Agent 的九分之一。

项目资料

GitHub Ecosystem
仓库地址github.com/alibaba/open-code-review
许可证
Apache-2.0
主语言
Go
星标
51,424
核查时间
2026-11-15

以上快照资料以核查当日为准,可能随版本或运营策略变化。

GitHub 生成的 alibaba/open-code-review 仓库卡片,左侧是仓库名与项目简介,右侧是阿里巴巴标志,底部显示星标与派生数

用通用编码 Agent 做代码审查的人多半遇到过这些问题:改动一大,Agent 就「挑着看」几个文件;报出来的问题行号对不上实际代码;换个提示词,审查质量就波动。OpenCodeReview 是阿里巴巴开源的 AI 代码审查 CLI 工具(命令名 ocr),用 Go 编写,Apache-2.0 许可证,核心思路是把「不能出错的步骤」交给确定性工程,只把判断类工作交给 LLM Agent。README 称它源自阿里内部使用了两年多的官方 AI 代码审查助手,服务过数万名开发者;截至 2026-11-15,仓库有 51,424 颗星,最新发布是 v1.13.9(2026-11-13)。

GitHub 生成的 alibaba/open-code-review 仓库卡片,左侧是仓库名与项目简介,右侧是阿里巴巴标志,底部显示星标与派生数

核心功能

OpenCodeReview 读取 Git diff,把变更文件交给带工具调用能力的 Agent,产出精确到行的结构化审查意见。Agent 可以读完整文件、搜索代码库、查看其他变更文件补充上下文,而不是只看 diff 表面;ocr scan 则能审查整个文件或目录,用于审计没有可用 diff 的陌生代码库。

它的混合架构分两层。确定性工程层负责「必须正确」的步骤:精确筛选哪些文件需要审查、把相关文件打包成一个审查单元(比如 message_en.properties 和 message_zh.properties 捆在一起),每个单元跑一个上下文隔离的子 Agent,大改动集也能并发处理;再用模板引擎把审查规则按文件特征匹配,并配独立的评论定位与反思模块来校准行号和内容。LLM Agent 层只负责动态判断和上下文检索,提示词模板和工具集都是针对代码审查场景调优过的——项目称工具集来自对大规模生产数据中工具调用轨迹的分析。

工程层之外还有一条工程化的发布线:v1.13.9 的变更日志包括记录被排除文件的覆盖率清单、零发现 PR 摘要的警告展示、session list --json 的空值修复等。内置规则集覆盖 NPE、线程安全、XSS、SQL 注入等多语言问题,模型侧兼容 OpenAI 与 Anthropic 接口。仓库还有 OpenSSF Best Practices 徽章(passing 级)。

基准数据

OpenCodeReview 自建了 AACR-Bench:50 个热门开源仓库、200 个真实 Pull Request、10 种编程语言,由 80 多名工程师交叉标注出 1,505 个真实缺陷,数据集发布在 Hugging Face 上。以下对比是项目方自己报告的结果:

指标项目方宣称(同一底层模型)
Precision 与 F1显著高于通用 Agent(如 Claude Code)
Token 消耗约为通用 Agent 方案的 1/9
审查耗时快于通用 Agent
Recall低于通用 Agent,属于偏向精度的刻意取舍

这些数字全部来自项目方:基准由阿里自己的组织构建,第三方分析(如 Synopolis 的拆解)也指出部分评测未披露所用模型名称,结论目前没有独立复现。它衡量的是「行级缺陷审查」这一件事,不代表通用 Agent 在写代码、改架构等任务上的表现。内部使用数据(两年、数万开发者、数百万缺陷)同样是项目方说法,无法独立验证。

典型使用场景

  • CI 流水线里的自动审查:项目提供 GitHub Actions、GitLab CI 和 Gerrit 集成,也内置 MCP Server 和 OpenTelemetry 观测,适合想让每个 PR 都过一道 AI 审查的团队。
  • 接进现有编码 Agent:有 Claude Code、Codex、Cursor、Kimi Code、OpenCode 的插件或技能;委托模式让宿主 Agent 用自己的模型跑审查,OCR 只负责文件筛选和规则解析,不需要单独配 API key。
  • 审计陌生代码库:ocr scan 按文件或目录全量审查,不依赖 Git 历史,适合接手老项目时先扫一遍。
  • 复查审查结果:Session Viewer 可以在浏览器里回放审查会话,把评论标记为已修复或忽略。

快速上手

安装命令来自项目 README,需要 Git 2.41 以上:

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

cd your-project
ocr config provider   # 选择模型服务商,填 API key
ocr config model      # 选模型
ocr review            # 审查工作区所有改动
ocr review --from main --to feature-branch
ocr scan              # 全文件扫描

审查结果可以用 --format json --output result.json 存成文件;中断的审查可以用 ocr session list 找到会话再 --resume 继续。更多安装方式(安装脚本、二进制、源码编译)见官方文档。

小结

OpenCodeReview 适合想把 AI 审查固化进 CI 或 Agent 工作流、在意误报率和 token 成本的团队。它明确承认 Recall 低于通用 Agent——你换来的是更少误报和可预期的位置精度,代价是可能漏掉一些问题。要留意的是:性能数字都是厂商自测,AACR-Bench 虽然公开在 Hugging Face,结论仍待第三方复现;代码和 diff 会发给你配置的模型服务,敏感仓库接入前先想清楚这一点。Apache-2.0,Go 编写,npm 包为 @alibaba-group/open-code-review,仓库 2026-11-14 仍有推送。与基于 PR 评论的 PR-Agent 相比,它走的是本地 CLI 与流水线路线;如果你的痛点其实是 Claude Code 本身审查质量不稳,也可以看我们此前对 ECC 这类工程化配置的整理。