阿里开源 Open Code Review:确定性流水线加 LLM 智能体,输出行级评审意见
alibaba/open-code-review(Apache-2.0,Go,CLI 名 ocr)把确定性筛选/规则与可工具调用的 LLM 智能体结合,对 Git diff 或整文件扫描给出行级评论,内置 NPE、线程安全、XSS、SQL 注入等规则;可用 npm 全局安装。
阿里巴巴开源代码评审工具 Open Code Review(GitHub:alibaba/open-code-review,站点 open-codereview.ai,协议 Apache-2.0,主语言 Go)。官方描述其源自集团内部 AI 代码评审助手,在大规模使用后开源;架构强调「确定性流水线 + LLM Agent」:先做可靠的 diff/文件筛选与规则解析,再让带工具调用的智能体读文件、搜索仓库并产出结构化、行级评论。
能力要点包括:对工作区变更、分支区间或单 commit 做 ocr review;对无有效 diff 的目录用 ocr scan 做整文件审计;内置多语言规则集,覆盖空指针、线程安全、XSS、SQL 注入等;兼容 OpenAI / Anthropic 接口。安装示例:npm install -g @alibaba-group/open-code-review,随后 ocr config provider / ocr config model 配模型,再在仓库内执行 ocr review。另有 delegation 模式,可把评审交给已有编程智能体执行。
对软件研发智能化,它补的是「评审工作流」而不是又一个补全插件:确定性层负责范围与规则,模型层负责结合仓库上下文写意见。星标量以 GitHub 实时数据为准(帖文称 47k+)。
与纯「把 diff 丢给大模型」的做法相比,Open Code Review 先收窄评审范围并挂上规则,再让智能体按需读文件与搜索,有利于控制 token 与误报。Delegation 模式则承认不少团队已有 Claude Code / Codex:由 OCR 负责选文件与解析规则,评审推理仍可交给现有编程智能体。接入时建议先在小仓库跑 ocr review,核对行级评论是否落在真实变更行上。
alibaba/open-code-review: deterministic pipelines plus LLM agent
alibaba/open-code-review (Apache-2.0, Go): code review that combines deterministic pipelines with an LLM agent. Line-level comments, built-in rules for NPE, thread-safety, XSS and SQL injection. 47k+ stars.
https://t.co/3RasyOu1ml #GitHub #CodeReview https://t.co/q1TYiUSHhN