阿里把内部用了两年的 AI 代码审查工具开源了——我跑了一遍 Open Code Review

简介: 阿里开源的 Open Code Review 是一款工程化 AI 代码审查工具,采用“确定性模块 + LLM Agent”混合架构,精准定位问题、严控误报率,支持 Git 差异审查与全量扫描,已落地服务数万开发者。周增星 4750,Apache-2.0 协议,轻量易集成。(239 字)

最近在处理一个老项目的 PR 时,我又遇到了那个经典困境:改动涉及十几个文件,Reviewer 没空细看,自己 review 自己的代码又越看越顺眼。我就想,能不能有一个工具,能像有经验的同事一样逐行看代码,还不用担心漏看。

然后在 GitHub Trending 上看到阿里开源的 open-code-review。介绍里写得很直接:源自阿里巴巴集团内部官方 AI 代码审查助手,服务过数万名开发者,识别过数百万个代码缺陷,现在开源出来。Go 写的,Apache-2.0 协议,周增 4750 Star,18k+ 总星。

我把它看了一遍,试着跑了几条命令。今天说说这个工具到底怎么样。


一、它不是又一个 Claude Code 插件

现在市面上用 Claude Code、Cursor 做代码审查的方案很多,但阿里的这个工具思路不一样。它不是把审查任务丢给一个通用 Agent 就完事,而是做了一个确定性工程 + LLM Agent 的混合架构。

通用 Agent 审查代码时常见的问题:

  • 覆盖不全:改动文件多的时候,Agent 会偷懒,只看其中一部分
  • 位置漂移:指出的问题行号不准,评论贴不到正确的代码位置
  • 质量不稳定:换个提示词,审查质量就忽高忽低

Open Code Review 的解法是:能用工程保证正确的步骤,就不交给模型决定。


二、核心架构:确定性的部分硬控,不确定的交给 Agent

image.png

确定性工程负责什么

  1. 精确文件选择:自动判断哪些文件需要审、哪些该过滤,避免漏审
  2. 智能文件分束:把相关文件打包成一个审查单元。比如 message_en.properties 和 message_zh.properties 会捆在一起审。大改动自动拆成多个子任务,支持并发
  3. 规则匹配:根据文件特征匹配审查规则,比如 Java 文件重点看 NPE、线程安全,Web 文件看 XSS、SQL 注入
  4. 评论定位模块:把模型生成的评论精确对应到代码行
  5. 评论反思模块:独立校验评论内容的准确性

LLM Agent 负责什么

  1. 动态决策:根据上下文决定要不要读取更多文件、要不要搜索代码库
  2. 动态上下文检索:读取完整文件内容、检索相关代码、对比多个改动文件
  3. 深度审查:给出具体、有上下文的缺陷描述

这套分工很明确:工程保证"不遗漏、位置准、规则对",Agent 负责"看得懂、说得清"。


三、一条命令跑起来的流程

安装很简单:

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

装完后 ocr 命令全局可用。然后配置模型:

ocr config provider   # 选内置 provider 或自定义
ocr config model      # 选模型,自动测连通性

支持 OpenAI、Anthropic 等兼容接口,也可以自己加自定义 provider。

三种主要用法

# 工作区模式:审所有 staged/unstaged/untracked 改动
ocr review

# 分支对比
ocr review --from main --to feature-branch

# 单个 commit
ocr review --commit abc123

我用分支对比试了一下,整个流程大概是这样的:

image.png

Git diff -> 文件选择 -> 文件分束 -> 规则匹配
                              |
                              v
                   每个 bundle 交给 LLM Agent
                              |
                              v
                   生成评论 -> 行级定位 -> 反思校验
                              |
                              v
                        输出结构化评论

实际跑下来,一个中等规模的 PR 大概 1-3 分钟能审完,比普通 Agent 快很多。


四、效果怎么样?看一组benchmark数据

Open Code Review 自己建了一个 benchmark:从 50 个流行开源仓库、200 个真实 PR、10 种编程语言里构造数据集,由 80 多位高级工程师标注了 1505 个真实问题。

和通用 Agent(Claude Code)对比:

指标 Open Code Review Claude Code
F1 更高 基准
Precision 显著更高 基准
Recall 略低 更高
耗时 更快 更慢
Token 消耗 约 1/9 基准

这个结果符合它的设计取舍:宁可漏报一点,也不要大量误报。 对于 CI 集成和大型团队来说,Precision 比 Recall 更重要——没人愿意在几十个假阳性里找真问题。


五、不止 diff 审查,还能全量扫描

除了审改动,ocr scan 可以审查整个仓库或指定目录的完整文件,不依赖 git diff:

ocr scan                          # 扫描整个仓库
ocr scan --path internal/agent    # 扫描指定目录
ocr scan --resume <session-id>   # 中断后恢复

这个适合两个场景:

  1. 接手老项目:没有改动也能扫一遍,快速发现历史遗留问题
  2. 关键目录审计:定期扫核心模块,比如支付、权限相关代码

六、怎么接到工作流里

CI/CD 集成

项目提供了 action.yml,可以直接在 GitHub Actions 里用:

- name: Open Code Review
  uses: alibaba/open-code-review@main
  with:
    provider: openai
    model: gpt-4o
    api-key: ${
   {
    secrets.OPENAI_API_KEY }}

也支持 GitLab CI、Gerrit、GitFlic CI。

编码助手集成

  • Claude Code:装插件后用 /review 类命令
  • Codex:插件化技能
  • Cursor:可移植 skill
  • OpenCode:原生工具和 slash 命令

还有一种委托模式(Delegation Mode):OCR 负责文件选择和规则匹配,但审查由你自己的编码助手执行。这样不需要给 OCR 配 LLM key。


七、内置规则库很实用

Open Code Review 自带多语言规则集,覆盖常见问题:

  • Java:NPE、线程安全、资源泄露
  • Web:XSS、SQL 注入、命令注入
  • Go:panic 处理、goroutine 泄漏、错误处理
  • Python:类型问题、异常处理

规则不是简单关键词匹配,而是结合文件特征和 AST 信息做筛选,再让模型聚焦看。这比"请帮我 review 一下"要靠谱得多。


八、我的判断

适合什么场景:

  • 中大型团队,PR 量大、Reviewer 时间有限
  • 想让 AI 先筛一遍常见缺陷,再由人确认
  • 有 CI/CD 流水线,想把代码审查自动化
  • 需要行级精确评论,而不是泛泛而谈

不太适合什么场景:

  • 小型项目,改动很少,人工 review 已经很快
  • 需要深度架构讨论,不只是找 bug
  • 对 Recall 要求极高、不能漏掉任何潜在问题

真实感受:

我最大的感受是它很工程化。不是炫技式的"AI 替代人类 review",而是把 review 流程拆成可控制的环节:文件别漏、评论别贴歪、规则要对口。这些看起来基础,但正是通用 Agent 最容易翻车的地方。

1/9 的 token 消耗也很关键。团队规模大了,LLM 审代码的费用不是小数目。用更少的 token 达到更高的 precision,这是能落地的方案。

不过它也有代价:Recall 比 Claude Code 低。如果你是需要"地毯式排查"的场景,可能还要配合其他工具。但对我来说,把最明显的缺陷先拦住,已经值回票价。


结语

阿里的 Open Code Review 给 AI 代码审查提供了一个更务实的路线:不是让模型自由发挥,而是用工程约束把流程框住,让模型只在真正需要判断的地方发力。

对于每天处理大量 PR 的团队来说,这种"稳定、可控、省钱"的工具,比听起来很酷的通用 Agent 更有价值。

目录
相关文章
|
5月前
|
SQL 人工智能 文字识别
阿里开源的 AI 代码审查工具 open-code-review 来了
阿里巴巴开源Open Code Review(OCR),融合确定性工程与LLM Agent,已服务数万开发者、发现百万级缺陷。内置NPE、SQL注入等安全规则,支持CLI、Agent集成及多平台部署,让AI代码审查更精准、稳定、可落地。(239字)
12065 1
|
2月前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
11816 35
|
2月前
|
人工智能 Java 开发工具
阿里开源 AI 代码审查神器 OpenCodeReview:让 AI 真正读懂你的 Git Diff
阿里开源的 OpenCodeReview 是一款专为 AI 代码审查设计的 CLI Agent 工具。它通过确定性工程(文件筛选、分组、规则匹配、敏感过滤)与智能 Agent 协同,解决传统大模型直接 Review Git Diff 时的上下文缺失、误判、Token 浪费等问题。支持多语言、自定义规则、CI 集成及 JSON 输出,兼顾精度与生产可用性。(239字)
1519 0
|
2月前
|
JSON 文字识别 API
open-code-review 接百炼:7 档 qwen 模型审同一份代码,一次 PR 的总账与耗时实测
本文实测 open-code-review 接入百炼 qwen 系列模型的完整方案:内置 dashscope provider,支持 7 档 qwen 模型;单价差 40 倍,单次审查成本差 545 倍;qwen3.7-plus 为性价比拐点(23.4 秒、满分、¥0.0799 内);详解配置、成本估算与门禁选型。
open-code-review 接百炼:7 档 qwen 模型审同一份代码,一次 PR 的总账与耗时实测
|
8月前
|
人工智能 安全 Java
给“氛围编程”系上安全带:阿里集团 AI 代码评审实践与 Benchmark 开源
阿里集团历时一年半、经数万亿Token真实场景打磨,推出AI代码评审助手,实现人机协作新范式:AI接管基础评审,人类聚焦核心风险。联合南京大学开源业界首个支持10语言、具备仓库级上下文感知的CodeReview Benchmark(AACR-Bench),由80+资深工程师多轮交叉标注,显著提升隐性缺陷检出率。
给“氛围编程”系上安全带:阿里集团 AI 代码评审实践与 Benchmark 开源
|
2月前
|
人工智能 文字识别 API
阿里开源的代码审查工具一周涨了 15000 星,它底层用的是谁家的模型?
GitHub周榜第一开源工具`open-code-review`(CLI名`ocr`)原生集成阿里云百炼(DashScope),支持一键调用Qwen系列大模型进行AI代码审查。实测验证:配置简单、国内直连、成本可控,最低单次审查仅需几厘钱,且模型按需切换,深度与效率兼顾。(239字)
|
3月前
|
人工智能 定位技术 API
高德汽车业务 AI Native 工程实践|基于 Qoder 的业务知识工程建设实践
高德企业业务通过 Qoder 知识引擎构建业务知识的"生产—调优—更新—消费"体系,同一类错误不再发生第二次,任务一次性通过率从 37.3% 提升至 61.5%。
495 0
高德汽车业务 AI Native 工程实践|基于 Qoder 的业务知识工程建设实践
|
4月前
|
云安全 人工智能 安全
|
3月前
|
人工智能 文字识别 开发工具
AI 写代码越快,审查越难:一个被忽略的工时缺口
AI 让代码产量翻倍,也让审查变成新瓶颈。Open Code Review 与 Qoder Cloud Agents 完成接入:范围与规则由确定性工程保证,理解与判断交给云端 Agent 的宿主模型。不用多配一套模型凭证,默认只读,添加仓库即用。
287 0
|
4月前
|
Web App开发 SQL 人工智能
Addy Osmani 的 agent-skills 爆火:AI 编码终于开始从“会写代码”走向“按工程流程做事”
Addy Osmani(Chrome 工程负责人)推出的 agent-skills 仓库,将24个生产级工程实践(代码审查、性能优化、安全检查等)封装为可复用AI技能,赋能Copilot/Claude/Cursor等工具按规范流程协作,推动AI编码从“写代码”迈向“可信工程交付”。
480 0
Addy Osmani 的 agent-skills 爆火:AI 编码终于开始从“会写代码”走向“按工程流程做事”