The open source AI code review agent.
Open Code Review 是一款 AI 驱动的代码审查 CLI 工具。它的前身是阿里集团内部官方 AI 代码审查助手,过去两年在内部服务了数万开发者,识别了数百万个代码缺陷。经过大规模充分验证后,我们将其孵化为开源项目,对社区开放。只需配置一个模型端点即可使用。
它读取 Git diff,通过具备工具调用能力的 Agent 将变更文件发送至可配置的 LLM,生成具有行级精度的结构化审查意见。Agent 可以读取完整文件内容、搜索代码库、检查其他变更文件以获取上下文,从而进行深度审查——而非仅停留在表面的 diff 反馈。
如果你深度用过 Claude Code 等通用 Agent + Skills 方案做代码审查,可能对以下问题深有同感:
- 覆盖不全 —— 变更较大时,Agent 倾向于"偷懒",选择性地审查部分文件,导致遗漏。
- 位置漂移 —— 报告的问题与实际代码位置常常对不上,出现行号或文件偏移。
- 效果不稳定 —— 基于自然语言驱动的 Skills 难以调试,审查质量因提示词的细微差异而大幅波动。
这些问题的根源在于:纯语言驱动的架构缺乏对审查流程的强约束。
Open Code Review 的核心设计理念是将确定性工程与 Agent 结合,各司其职。
确定性工程——负责强约束
对代码审查场景中"不能出错"的环节,由工程逻辑而非语言模型来保证:
- 精准的文件筛选 —— 明确哪些文件需要审查、哪些应当过滤,确保真正重要的改动一个不漏。
- 智能的文件打包 —— 将关联文件归并为同一审查单元(例如
message_en.properties与message_zh.properties会被打包在一起)。每个包会作为 sub-agent 进行任务,它们之间的上下文是隔离的——这一分治策略在超大变更场景下表现更为稳定,同时天然支持并发审查。 - 精细化规则匹配 —— 针对不同文件的特征,匹配对应的审查规则,确保模型的注意力足够聚焦,从源头规避信息噪声的干扰。相比纯语言驱动的规则引导,基于模板引擎的规则匹配行为更稳定、结果更可预期。
- 外挂的定位与反思组件 —— 独立的评论定位模块与评论反思模块,系统性地提升 AI 反馈的位置准确性与内容准确性。
Agent——负责动态决策
将 Agent 的优势集中发挥在它真正擅长的地方——动态决策、动态召回上下文:
- 场景化提示词调优 —— 针对代码审查场景深度优化提示词模板,在提升效果的同时有效降低 Token 消耗。
- 场景化工具集沉淀 —— 基于对大量线上数据中工具调用轨迹的深入分析,包括不同工具的调用频率分布、单一工具的重复调用率、新增工具对整体调用链路的影响等多维度分析,从而对通用 Agent 工具集进行取舍与拆分,最终沉淀出一套在代码审查场景下效果更稳定、行为更可预期的专属工具集。
通过 NPM 安装(推荐)
npm install -g @alibaba-group/open-code-review安装后,ocr 命令即可全局使用。
从 GitHub Release 下载
从 GitHub Releases 下载最新二进制文件:
# macOS (Apple Silicon)
curl -Lo ocr https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-darwin-arm64
chmod +x ocr && sudo mv ocr /usr/local/bin/ocr
# macOS (Intel)
curl -Lo ocr https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-darwin-amd64
chmod +x ocr && sudo mv ocr /usr/local/bin/ocr
# Linux (x86_64)
curl -Lo ocr https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-linux-amd64
chmod +x ocr && sudo mv ocr /usr/local/bin/ocr
# Linux (ARM64)
curl -Lo ocr https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-linux-arm64
chmod +x ocr && sudo mv ocr /usr/local/bin/ocr
# Windows (x86_64) — 将 ocr.exe 移动到 PATH 目录中
curl -Lo ocr.exe https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-windows-amd64.exe
# Windows (ARM64) — 将 ocr.exe 移动到 PATH 目录中
curl -Lo ocr.exe https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-windows-arm64.exe从源码构建
git clone https://github.com/alibaba/open-code-review.git
cd open-code-review
make build
sudo cp dist/opencodereview /usr/local/bin/ocr1. 配置 LLM
在审查代码之前,必须先配置 LLM。
# 方式 A:交互式配置
ocr config set llm.url https://api.anthropic.com/v1/messages
ocr config set llm.auth_token your-api-key-here
ocr config set llm.model claude-opus-4-6
ocr config set llm.use_anthropic true
# 方式 B:环境变量(优先级最高)
export OCR_LLM_URL=https://api.anthropic.com/v1/messages
export OCR_LLM_TOKEN=your-api-key-here
export OCR_LLM_MODEL=claude-opus-4-6
export OCR_USE_ANTHROPIC=true配置存储于 ~/.opencodereview/config.json。
auth_header(可选): 控制使用 Anthropic 时通过哪个 HTTP header 传递 API key。省略时默认为 authorization(Bearer token)。如果你使用标准 sk-ant-* API key,需要将其设为 x-api-key:
ocr config set llm.auth_header x-api-key
# 或
export OCR_LLM_AUTH_HEADER=x-api-key支持的值:x-api-key、authorization(别名:bearer)。其他值会直接报错。
同时兼容了 Claude Code 环境变量(ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL),并解析 ~/.zshrc / ~/.bashrc 中的相关导出。
CC-Switch 用户特别提醒:如果你使用 CC-Switch 并开启了路由服务,可以将
llm.url配置成 CC-Switch 启动的代理地址,无需额外配置:
- 如果路由的是 Claude 供应商:设置
llm.url为http://127.0.0.1:15721- 如果路由的是 Codex 供应商:设置
llm.url为http://127.0.0.1:15721/v1llm.model根据你的供应商设置进行配置llm.auth_token可以设置成任意值extra_body设置依然生效
2. 测试连通性
ocr llm test3. 开始审查
cd your-project
# 工作区模式 —— 审查所有暂存、未暂存和未跟踪的变更
ocr review
# 分支范围 —— 比较两个引用
ocr review --from main --to feature-branch
# 单个提交
ocr review --commit abc123OCR 可以无缝集成到 AI 编程 Agent 中,作为斜杠命令使用,在 Agent 工作流中直接进行代码审查。
使用 npx 将 OCR skill 安装到项目中:
npx skills add alibaba/open-code-review --skill open-code-review此命令从 skills 注册表安装 open-code-review skill,教会你的编程 Agent 如何调用 ocr 进行代码审查、按优先级分类问题,并可选择性地应用修复。
对于 Claude Code,在 Claude Code 中通过以下命令安装命令插件:
/plugin marketplace add alibaba/open-code-review
/plugin install open-code-review@open-code-review此命令注册 /open-code-review:review 斜杠命令,运行 OCR 并自动过滤和修复问题。
对于本地 Codex,可以从此仓库安装 Open Code Review plugin:
codex plugin marketplace add alibaba/open-code-review
codex
/plugins对于本地 checkout 或 fork:
codex plugin marketplace add .
codex
/plugins安装并启用 Open Code Review 后,启动新的 Codex thread 并显式调用:
@Open Code Review review my current changes
@Open Code Review review this branch against main
@Open Code Review review and fix high-confidence issues
这会注册一个 Codex skill,用于运行本地 OCR CLI:
ocr review --audience agent此集成不会改变 OCR 的内部 LLM backend,也不需要为 Codex 配置 OpenAI Responses API endpoint。OCR 本身仍需要按照 CLI setup 部分安装并配置 ocr CLI。
韩文指南:plugins/open-code-review/CODEX.ko-KR.md
如果不想使用任何包管理器,可以直接复制命令文件,在 Claude Code 中使用 /open-code-review 斜杠命令。
项目级(通过 git 与团队共享):
mkdir -p .claude/commands
curl -o .claude/commands/open-code-review.md \
https://raw.githubusercontent.com/alibaba/open-code-review/main/plugins/open-code-review/commands/review.md用户级(个人全局使用,适用于所有项目):
mkdir -p ~/.claude/commands
curl -o ~/.claude/commands/open-code-review.md \
https://raw.githubusercontent.com/alibaba/open-code-review/main/plugins/open-code-review/commands/review.mdOCR 可以集成到 CI/CD 流水线中,在 Merge Request / Pull Request 时自动进行代码审查。
CI 集成的核心命令:
ocr review \
--from "origin/main" \
--to "origin/feature-branch" \
--format json--format json 参数输出适合 CI 脚本解析的机器可读结果。
集成示例请参见 examples/ 目录:
github_actions/— GitHub Actions 集成示例gitlab_ci/— GitLab CI 集成示例
| 命令 | 别名 | 描述 |
|---|---|---|
ocr review |
ocr r |
开始代码审查 |
ocr rules check <file> |
— | 预览某个文件路径生效的审查规则 |
ocr config set <key> <value> |
— | 设置配置项 |
ocr llm test |
— | 测试 LLM 连通性 |
ocr viewer |
ocr v |
启动 WebUI 会话查看器,地址 localhost:5483 |
ocr version |
— | 显示版本信息 |
| 参数 | 缩写 | 默认值 | 描述 |
|---|---|---|---|
--repo |
— | 当前目录 | Git 仓库根目录 |
--from |
— | — | 源引用(如 main) |
--to |
— | — | 目标引用(如 feature-branch) |
--commit |
-c |
— | 审查单个提交 |
--preview |
-p |
false |
预览将被审查的文件列表,不调用 LLM |
--format |
-f |
text |
输出格式:text 或 json |
--concurrency |
— | 8 |
最大并发文件审查数 |
--timeout |
— | 10 |
并发任务超时时间(分钟) |
--audience |
— | human |
human(显示进度)或 agent(仅输出摘要) |
--background |
-b |
— | 可选的需求/业务背景信息;使用 --commit 时如未指定则自动从 commit message 中提取 |
--rule |
— | — | 自定义 JSON 审查规则路径 |
--max-tools |
— | 内置默认 | 每个文件的最大工具调用轮次;仅在大于模板默认值时生效 |
--max-git-procs |
— | 内置默认 | 最大并发 git 子进程数 |
--tools |
— | — | 自定义 JSON 工具配置路径 |
# 预览将被审查的文件(不调用 LLM)
ocr review --preview
ocr review -c abc123 -p
# 使用默认设置审查工作区变更
ocr review
# 以更高并发审查分支差异
ocr review --from main --to my-feature --concurrency 4
# 审查特定提交并以 JSON 格式输出详细信息
ocr review --commit abc123 --format json --audience agent
# 提供需求背景以获得更有针对性的审查
ocr review --background "为登录 API 添加限流"
# 使用自定义审查规则
ocr review --rule /path/to/my-rules.json
# 预览某个文件路径生效的规则
ocr rules check src/main/java/com/example/Foo.java
ocr rules check --rule custom.json src/main/resources/mapper/UserMapper.xml
# 在浏览器中查看审查会话历史
ocr viewer
ocr viewer --addr :3000OCR 通过四层优先级链解析评审规则。每层采用首次匹配原则:如果文件路径匹配到某个模式,则使用该规则;否则穿透到下一层。
| 优先级 | 来源 | 路径 | 描述 |
|---|---|---|---|
| 1(最高) | --rule 参数 |
用户指定路径 | CLI 显式覆盖 |
| 2 | 项目配置 | <repoDir>/.opencodereview/rule.json |
项目级规则,可提交到 git |
| 3 | 全局配置 | ~/.opencodereview/rule.json |
用户级个人偏好 |
| 4(最低) | 系统默认 | 内嵌 system_rules.json |
覆盖常见语言和文件类型的内置规则 |
第 1–3 层使用相同的 JSON 格式:
{
"rules": [
{
"path": "force-api/**/*.java",
"rule": "所有新方法必须对必填参数进行空值校验"
},
{
"path": "**/*mapper*.xml",
"rule": "检查 SQL 注入风险、参数错误和缺少闭合标签"
}
]
}path支持**递归匹配和{java,kt}大括号展开。- 在每一层内,规则按声明顺序评估 —— 首次匹配生效。
- 如果规则文件不存在,将被静默跳过。
规则文件同时支持 include 和 exclude 字段,用于控制哪些文件进入审查范围:
{
"rules": [
{"path": "**/*.java", "rule": "检查空值安全"}
],
"include": ["src/main/**/*.java", "lib/**/*.kt"],
"exclude": ["**/generated/**", "vendor/**"]
}过滤决策优先级(从高到低):
| 步骤 | 条件 | 结果 |
|---|---|---|
| 1 | 文件为二进制文件 | 排除 |
| 2 | 路径匹配用户 exclude 模式 |
排除 |
| 3 | 文件扩展名不在支持列表中 | 排除 |
| 4 | 配置了 include 且路径匹配 |
纳入审查(跳过步骤 5) |
| 5 | 路径匹配内置默认排除模式(测试文件等) | 排除 |
| 6 | 以上均不满足 | 纳入审查 |
生效逻辑:
include和exclude遵循与评审规则相同的优先级链(--rule> 项目配置 > 全局配置),取最高优先级中配置了 include/exclude 的那一层整体生效,不会跨层合并。exclude始终优先于include—— 同时匹配两者的文件会被排除。include的作用是绕过内置默认排除模式(如测试文件),而非限制审查范围 —— 未匹配include的文件仍会正常进入后续的默认过滤判断。- 模式语法:支持
**递归匹配、*单级匹配和{a,b}大括号展开,匹配时不区分大小写。
内置默认排除模式(用于过滤测试文件等,可通过 include 覆盖):
**/*_test.go, **/*Test.java, **/*Tests.java, **/*_test.rs,
**/*.test.{js,jsx,ts,tsx}, **/*.spec.{js,jsx,ts,tsx}, **/__tests__/**,
**/src/test/java/**/*.java, **/src/test/**/*.kt,
**/test/**/*_test.py, **/tests/**/*_test.py, **/*_test.py,
**/*_spec.rb, **/spec/**/*_spec.rb, **/oh_modules/**
配置文件:~/.opencodereview/config.json
| 键 | 类型 | 示例 |
|---|---|---|
llm.url |
string | https://api.openai.com/v1/chat/completions |
llm.auth_token |
string | sk-xxxxxxx |
llm.auth_header |
string | 仅 Anthropic:x-api-key | authorization |
llm.model |
string | claude-opus-4-6 |
llm.use_anthropic |
boolean | true | false |
language |
string | English | Chinese(默认:Chinese) |
telemetry.enabled |
boolean | true | false |
telemetry.exporter |
string | console | otlp |
telemetry.otlp_endpoint |
string | OTLP 采集器地址 |
telemetry.content_logging |
boolean | 在遥测数据中包含提示词 |
环境变量优先级高于配置文件。
| 变量 | 用途 |
|---|---|
OCR_LLM_URL |
LLM API 端点 URL |
OCR_LLM_TOKEN |
API 密钥 / 认证令牌 |
OCR_LLM_AUTH_HEADER |
Anthropic 认证头(x-api-key 或 authorization) |
OCR_LLM_MODEL |
模型名称 |
OCR_USE_ANTHROPIC |
true = Anthropic,false = OpenAI |
OpenTelemetry 集成,用于可观测性(spans、metrics)。默认关闭。
ocr config set telemetry.enabled true
ocr config set telemetry.exporter otlp
ocr config set telemetry.otlp_endpoint localhost:4317设置 telemetry.content_logging 可在导出数据中包含 LLM 提示词和响应。
参见 CONTRIBUTING.zh-CN.md 了解开发环境搭建、编码规范以及如何提交 Pull Request。
Apache-2.0 — Copyright 2026 Alibaba
