阿里开源 ocr：确定性子流程 + Agent 混合的行级审查，token 约 Claude Code 的 1/9

项目信息

Open Code Review（ocr）是阿里的 AI 代码审查 CLI 工具，源自阿里内部的官方 AI 代码审查助手，服务数万开发者两年、检出数百万缺陷后开源。配置一个模型 endpoint 即可使用。

• GitHub：https://github.com/alibaba/open-code-review
• 官网：https://open-codereview.ai
• 文档：https://open-codereview.ai/docs
• 基准数据集 AACR-Bench：Hugging Face

许可 Apache-2.0，Copyright 2026 Alibaba。

它解决什么问题

ocr 读 Git diff，通过一个带工具调用能力的 agent 把变更文件发给可配置的 LLM，生成结构化的行级审查评论。agent 能读完整文件内容、搜索代码库、检查其他变更文件作为上下文，产生深度审查，而不是只停留在 diff 表面的反馈。除 diff 审查外，ocr scan 可审查整个文件，用于审计陌生代码库或没有有意义 diff 的目录。

通用 agent + Skills 做代码审查有三个痛点：

• 覆盖不全：大 changeset 上只挑部分文件审，漏文件。
• 位置漂移：报的问题和实际代码位置对不上，行号、文件引用跑偏。
• 质量不稳定：纯自然语言 Skills 难调试，质量随 prompt 微调波动。

根因是纯语言驱动架构缺乏对审查流程的硬约束。

核心设计：确定性子流程 × Agent 混合

确定性子流程承担硬约束，保证「绝不能出错」的步骤由工程逻辑而非模型保证：

• 精确文件选择：决定哪些文件要审、哪些过滤，确保不漏重要变更。
• 智能文件分组：把相关文件分为一个审查单元（如 message_en.properties 与 message_zh.properties 同组），每组作为 sub-agent 隔离上下文运行。分治法在大 changeset 上稳定，天然支持并发审查。
• 细粒度规则匹配：按文件特征匹配审查规则，把模型注意力集中，从源头消除信息噪声。相比纯语言驱动的规则引导，模板引擎的规则匹配更稳定可预测。
• 外部定位与反思模块：独立的评论定位与评论反思模块，系统提升 AI 反馈的位置准确度和内容准确度。

Agent 负责动态决策与动态上下文检索：

• 场景调优 prompt：为代码审查深度优化的模板，提升效果同时降低 token 消耗。
• 场景调优工具集：从大规模生产数据的工具调用轨迹分析中提炼（调用频率分布、每工具重复率、新工具对整体调用链的影响），比通用 agent 工具集更稳定可预测。

内置多语言规则集覆盖 NPE、线程安全、XSS、SQL 注入。兼容 OpenAI 与 Anthropic。

基准与取舍

对比通用 agent（Claude Code）：在相同底层模型下，Open Code Review 的 Precision 和 F1 明显更高，token 只消耗约 1/9，完成更快。它的 Recall 低于通用 agent——这是刻意以精度换噪声的取舍。

基准构成：50 个流行开源仓库、200 个真实 PR、10 种编程语言，80+ 资深工程师交叉验证，共 1505 条标注 ground-truth 问题。指标包括 F1（精确率与召回率的调和平均）、Precision（报告问题中真缺陷占比）、Recall（真缺陷被找到的比例）、Avg Time、Avg Token。

安装与快速开始

前置条件：Git >= 2.41（依赖 Git 做 diff 生成、代码搜索与仓库操作）。

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

安装后全局可用 ocr 命令。

配置 LLM（除非用 Delegation Mode）：

ocr config provider   # 选内置 provider 或自定义
ocr config model      # 为当前 provider 选模型

交互 UI 会引导选 provider、填 API key、配模型，然后自动测连通性。

审查：

cd your-project
ocr review                                  # 工作区模式，审所有 staged/unstaged/untracked 变更
ocr review --from main --to feature-branch  # 分支范围，审 feature-branch 自 main 分叉以来的变更（merge-base 模式）
ocr review --commit abc123                  # 单个 commit

ocr session list                            # 恢复被中断的范围/commit 审查
ocr review --from main --to feature-branch --resume

ocr scan                                    # 全文件扫描（不需要 git 历史）
ocr scan --path internal/agent              # 扫目录或指定文件
ocr scan --resume               # 恢复被中断的全文件扫描

ocr review --format json --output result.json   # 保存结果到文件（推荐给 AI host agent）

ocr delegate preview                        # Delegation 模式：让 AI 编码 agent 自己审查，OCR 只管选文件与解析规则，无需配 LLM
ocr delegate rule src/main.go src/handler.go

其他安装方式：install 脚本、GitHub Release 二进制、从源码构建。

集成与文档

文档位于 open-codereview.ai/docs，包含：

• Quickstart、Installation（各平台与包管理器）
• CLI Reference（每条命令与 flag）
• Review Rules（路径过滤与定向自定义规则）
• Configuration（配置键与环境变量）
• MCP Server（用外部工具扩展审查 agent）
• Coding Agent Integrations（Claude Code / Codex / Cursor / Kimi Code / OpenCode / Skill-compatible agents）
• Review Execution Modes：默认 OCR-managed 用 OCR 配的 LLM；Delegation 用你编码 agent 自己的 LLM，无需 OCR API key
• CI/CD Integration（GitHub Actions、GitLab CI、GitFlic CI、Gerrit）
• Session Viewer（浏览器里浏览/回放审查会话，把评论标记为 fixed/ignored）
• Telemetry（OpenTelemetry 集成）

许可

Apache-2.0。