alibaba/open-code-review · 上手攻略

  • 仓库：alibaba/open-code-review
  • 链接：https://github.com/alibaba/open-code-review
  • 分类：agent · engineering · llm-infra
  • 作者：Jay
  • 更新：2026-07-07

它是什么

Open Code Review 是阿里巴巴开源的 AI 代码审查 CLI 工具，起源于阿里内部使用了两年多的官方 AI 代码审查助手，已服务数万名开发者、发现数百万个代码缺陷。核心设计理念是「确定性工程 + LLM Agent」混合架构：对必须精准的步骤用工程逻辑保证正确性（文件选择、规则匹配、位置定位），将 Agent 的动态判断能力集中在需要灵活性的环节。

解决什么问题

通用 AI 编程助手（如 Claude Code）做代码审查时有三个典型痛点：

  1. 覆盖不完整 — 大型变更集下，Agent 倾向于「走捷径」，只审查部分文件
  2. 位置漂移 — 报告的问题行号或文件引用与实际代码位置不符
  3. 质量不稳定 — 自然语言驱动的 Skill 难以调试，审查质量随提示词波动大

Open Code Review 通过混合架构解决这些问题：在精确性要求高的地方用确定性工程（规则匹配、文件分块、位置模块），在需要灵活判断的地方交给 LLM Agent。基准测试显示（50 个热门开源库、200 个真实 PR、10 种编程语言，80+ 资深工程师交叉验证），与 Claude Code 相比，F1 和精确率显著更高，Token 消耗仅约 1/9，速度更快。

快速安装

方式一：NPM（推荐）

npm install -g @alibaba-group/open-code-review
# 安装后全局可用 ocr 命令

方式二：二进制脚本（macOS / Linux 单行）

curl -fsSL https://raw.githubusercontent.com/alibaba/open-code-review/main/install.sh | sh
# 自动下载对应平台最新版本，验证 SHA-256，安装到 /usr/local/bin

指定版本或目录：

OCR_INSTALL_DIR="$HOME/.local/bin" OCR_VERSION=v1.3.13 \
  sh -c "$(curl -fsSL https://raw.githubusercontent.com/alibaba/open-code-review/main/install.sh)"

方式三：手动下载二进制

从 GitHub Releases 下载对应平台：

# 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

# 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

# Windows
curl -Lo ocr.exe https://github.com/alibaba/open-code-review/releases/latest/download/opencodereview-windows-amd64.exe

方式四：源码编译

git clone https://github.com/alibaba/open-code-review.git
cd open-code-review
make build
sudo cp dist/opencodereview /usr/local/bin/ocr

依赖要求：Git >= 2.41

核心配置与用法

第一步：配置 LLM

交互式配置（推荐）

ocr config provider   # 选择内置或自定义 Provider
ocr config model      # 为当前 Provider 选择模型
ocr llm test          # 测试连通性

内置 Provider 支持 OpenAI、Anthropic 等常见模型，已有的环境变量（如 ANTHROPIC_API_KEY、OPENAI_API_KEY）会自动读取。

CLI 非交互配置（适合 CI/CD）

使用内置 Provider：

ocr config set provider anthropic
ocr config set providers.anthropic.api_key your-api-key-here
ocr config set providers.anthropic.model claude-sonnet-4-6

使用自定义 Provider（如私有网关）：

ocr config set provider my-gateway
ocr config set custom_providers.my-gateway.url https://my-llm-gateway.internal/v1
ocr config set custom_providers.my-gateway.protocol openai
ocr config set custom_providers.my-gateway.api_key your-api-key-here
ocr config set custom_providers.my-gateway.model gpt-4o

环境变量（优先级最高，适合 CI 环境）

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

⚠️ 注意：版本号以 GitHub Releases 页面为准，本文撰写时最新版本为 v1.3.13（建议运行 ocr --version 确认）。

核心审查命令

# 工作区模式：审查所有已 staged、unstaged 和未跟踪的变更
ocr review

# 分支对比：审查两个 ref 之间的差异
ocr review --from main --to feature-branch

# 单 commit 审查
ocr review --commit abc123

# 全文件扫描（无需 git 历史，适合审查不熟悉的代码库）
ocr scan
ocr scan --path internal/agent      # 扫描指定目录
ocr scan --path src/util.js         # 扫描指定文件

典型适用场景

场景一：本地开发时快速审查

cd your-project
git checkout -b feature/new-login
# 写了一些代码
ocr review  # 一键审查当前所有变更

场景二：集成 CI/CD 流水线

在 GitHub Actions 中使用（参考 .github/workflows/openwiki-update.yml 的模式），配置 API key 后：

- name: Open Code Review
  env:
    OCR_LLM_TOKEN: ${{ secrets.OCR_API_KEY }}
    OCR_LLM_MODEL: claude-sonnet-4-6
  run: ocr review --from main --to ${{ github.head_ref }}

场景三：作为 AI 编程 Agent 的插件使用

Claude Code 插件

在 Claude Code 中：

/plugin marketplace add alibaba/open-code-review
/plugin install open-code-review@open-code-review

注册 /open-code-review:review 斜杠命令，自动过滤并修复高置信度问题。

Codex（本地）插件

codex plugin marketplace add alibaba/open-code-review
@Open Code Review review my current changes
@Open Code Review review and fix high-confidence issues

Cursor 插件

cursor-plugin marketplace add alibaba/open-code-review

坑与注意

  1. 必须先配置 LLM：ocr review 若未配置 Provider 会报错，首次使用需先 ocr config provider + ocr config model
  2. Git 版本要求：依赖 Git >= 2.41（旧版 Git 的某些 diff 功能不兼容）
  3. Token 消耗注意：虽然是 1/9 的 Claude Code 消耗，大型 PR 仍可能产生较多 Token，建议设置 OCR_LLM_TOKEN 预算提醒
  4. 精确率 vs 召回率的取舍：官方明确说明召回率低于通用 Agent——这是设计取舍，追求精确率、减少噪音，对应阿里内部实际需求
  5. 自定义 Provider 需要协议字段：protocol 必填，支持 anthropic 和 openai 两种
  6. Windows 路径：Windows 用户二进制名为 ocr.exe，使用 PowerShell 或 cmd 均可，路径需在 PATH 中

与同类对比

工具 架构 Token 效率 定位精度 CI 集成 许可
Open Code Review 混合（工程+Agent） ⭐⭐⭐⭐⭐ 极低 ⭐⭐⭐⭐⭐ 行级 ⭐⭐⭐⭐⭐ 原生 Apache-2.0
Claude Code + Review Skill 纯 Agent ⭐⭐ 中等 ⭐⭐⭐ 一般 ⭐⭐⭐ 需配置 商业
GitHub Copilot review 纯 Agent ⭐⭐⭐ 中等 ⭐⭐⭐ 一般 ⭐⭐⭐⭐ 内置 商业
Sider / other CR tools 规则+LLM ⭐⭐⭐ 中等 ⭐⭐⭐ 一般 ⭐⭐⭐ 中等 多

Open Code Review 最大优势在于「经过阿里超大规模实战检验」+ 精确的行级定位 + 极低 Token 消耗。

一句话结论

追求高质量、低噪音代码审查，且希望 Token 成本可控的团队，Open Code Review 是目前开源领域最值得一试的选项——尤其在使用 Claude Code / Codex / Cursor 做 AI 编程的工作流中，将其作为专业审查插件集成进来效果最好。