项目2026-11-08 · 智涌AI

Open Code Review 是什么:阿里开源的低误报 AI 代码审查

Open Code Review 头图:橙色背景,左侧大字 Open Code Review 与钩子「阿里开源 AI 审查:token 约 1/9」,下方 49.6K GitHub 星、18.2 万 npm 周下载、25 家模型预设三张数字卡,右侧流程面板依次为挑文件、分组加配规则、Agent 审查、定位与复查四步

Open Code Review(OCR) 是阿里巴巴开源的 AI 代码审查命令行工具,前身是集团内部用了两年的官方审查助手。截至 2026-11-08(北京时间),GitHub 49,633 星,Apache-2.0;npm 包上周(11-01 至 11-07)下载 182,315 次;最新版 v1.13.6 于 11-05 发布。它自带两个 Agent Skill,能挂进 Claude Code、Codex、Cursor、Kimi Code。

它是什么

OCR 读 Git diff,把改动文件交给一个带工具调用能力的审查 Agent:它能读整份文件、搜代码库、看其他改动文件的上下文,最后输出精确到行的结构化评论。没有 diff 的老代码,用 ocr scan 整文件审。

仓库github.com/alibaba/open-code-review
作者阿里巴巴(Alibaba Group)
许可证Apache-2.0
热度GitHub 49,633 星(GitHub API,2026-11-08 约 15:12 北京时间);npm @alibaba-group/open-code-review 2026-11-01 至 11-07 下载 182,315 次;skills.sh 包页 2 个 Skill、合计 11.3K 次安装(同日抓取)
运行要求Git 2.41+;Windows、macOS、Linux;主体用 Go 写成,npm、安装脚本、Release 二进制三种装法
版本v1.13.6(GitHub Release 2026-11-05 19:49 北京时间,npm 同为 1.13.6):新增 C# 审查规则、Starlark 文件支持

解决什么问题

README 点名了拿通用 Agent 加 Skill 做审查的三个毛病:改动一多就挑着看、漏文件;报的问题行号对不上;提示词稍改质量就飘。OCR 的办法是把「不能错」的步骤交给写死的工程逻辑,模型只管需要判断的部分:

环节谁来做做什么
挑文件工程逻辑确定哪些文件要审、哪些过滤掉
分组工程逻辑相关文件打成一包(比如中英文两份 properties),每包一个独立上下文的子 Agent,可并发
配规则模板引擎按文件类型、路径匹配审查规则,不靠提示词去「提醒」
定位与复查独立模块单独校准评论落在哪一行、内容对不对
判断问题Agent审查专用提示词 + 按生产调用数据精简过的工具集

官方用自建的 AACR-Bench 做对比:50 个开源仓库、200 个真实 PR、10 种语言,80 多位资深工程师交叉标注出 1,505 个问题,数据集放在 Hugging Face。结论是精确率高、误报少、token 省,但漏得也多一些。拿它当第一道低噪音筛子比较合适,后面仍要有人看。

它的取舍写在明面上:宁可少报,也不让你在一堆误报里翻真问题。

怎么用

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

# 配模型(交互式,选服务商、填 key、选模型,自动测连通)
ocr config provider
ocr config model
ocr llm test

# 非交互(CI 里用),以 DeepSeek 为例
ocr config set provider deepseek
ocr config set providers.deepseek.api_key $DEEPSEEK_API_KEY

# 审查
ocr review                              # 工作区:暂存、未暂存、未跟踪的改动
ocr review --from main --to feature     # 分支对比(merge-base)
ocr review --commit abc123              # 单个提交
ocr scan --path internal/agent          # 整目录扫描,不需要 diff
ocr review --format json --output result.json   # 给 Agent 读的结果

想在编程 Agent 里直接喊,有两个 Skill:

# 标准 Skill:Agent 调 ocr 跑审查,再按高/中/低分级汇报
npx skills add alibaba/open-code-review --skill open-code-review

# 委托模式 Skill:ocr 只出文件清单和规则,Agent 用自己的模型审
npx skills add alibaba/open-code-review --skill open-code-review-delegate

# Claude Code 插件(在 Claude Code 里输入)
/plugin marketplace add alibaba/open-code-review
/plugin install open-code-review@open-code-review
# 得到 /open-code-review:review 和 /open-code-review:delegate-review

委托模式背后就三步:ocr delegate preview 列出该审的文件和被排除的原因,ocr delegate rule <文件…> 按文件给规则,再由 Agent 自己取 diff 审。官方文档说这是给 Claude Code、Codex、Cursor 这类订阅制 Agent 用,复用订阅额度,OCR 这边一次模型都不调。CI 方面,仓库里有现成的 GitHub Actions 和 GitLab CI 模板,PR 打开或评论 /open-code-review 时触发,把结果作为行内评论贴回去。

上手前看清的几件事

适合谁,不适合谁

适合:想在 PR 上加一道 AI 审查、又受不了误报刷屏的团队;手里有国产模型 key、想直接用 DeepSeek / 通义 / Kimi 跑审查的人;已经订阅 Claude Code 或 Codex、想零额外成本加审查流程的个人开发者。

不适合:要求「尽量一个不漏」的安全审计场景,召回率偏低的取舍对它不友好,这类需求可以看站内写过的 Cloudflare Security Audit Skill;只想要一份通用工程规范 Skill 的,Addy Osmani 的 Agent Skills 更轻。

最后

先在一个已有分支上跑 ocr review --from main --to 你的分支,对照自己人工 review 的结论看它报得准不准;准,再把 GitHub Actions 模板接进仓库。

关注公众号「智涌AI速递」

每天的 AI 快讯、实用教程和 AI项目实测,也会同步发到微信公众号。在微信里搜索「智涌AI速递」就能关注;不用微信的话,可以用 RSS 订阅本站。