open-code-review/README.zh-CN.md

OpenCodeReview

English | 简体中文 | 日本語 | 한국어 | Русский

---

Open Code Review 是什么？

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。

基准测试

相比通用 Agent（Claude Code），Open Code Review 在相同底层模型下取得了显著更高的 准确率（Precision） 与 F1 综合得分，同时仅消耗 约 1/9 的 token、审查更快。但召回率（Recall）低于通用 Agent——这是以精准度换取低噪声的设计取舍。

基于真实场景的代码审查基准测试，从 50 个热门开源仓库中精选 200 个真实的 Pull Request，覆盖 10 种编程语言——由 80+ 位资深工程师交叉标注验证（共 1,505 个标注缺陷）。

指标	含义	为什么重要
F1	准确率与召回率的调和均值	综合衡量审查质量的最佳单一指标
准确率 (Precision)	报告的问题中真正有效的比例	越高 = 误报越少，减少人工确认成本
召回率 (Recall)	真实缺陷中被发现的比例	越高 = 漏报越少，更多问题不会遗漏
平均耗时 (Avg Time)	每次审查的实际耗时	决定 CI 流水线的等待时间
平均 Token (Avg Token)	每次审查消耗的总 token 数	直接影响 API 使用成本

为什么选择 Open Code Review？

通用 Agent 的局限

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。

核心设计：确定性工程 × Agent 混合驱动

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。

如何使用

CLI

安装

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

使用一条命令为你的操作系统/架构安装最新二进制文件（macOS / Linux）：

curl -fsSL https://raw.githubusercontent.com/alibaba/open-code-review/main/install.sh | sh

该脚本会自动选择匹配的发布二进制文件，校验其 SHA-256 校验和，并将其作为 ocr 安装到 /usr/local/bin。可通过 OCR_INSTALL_DIR 覆盖安装目录，或通过 OCR_VERSION 指定发布版本：

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)"

手动下载（所有平台，包括 Windows）

从 GitHub Releases 下载适用于你平台的二进制文件：

# 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/ocr

快速开始

1. 配置 LLM

在审查代码之前，必须先配置 LLM。

方式 A：交互式设置（推荐）

ocr config provider          # 选择内置供应商或添加自定义供应商
ocr config model             # 为当前供应商选择模型

方式 B：手动配置

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

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

支持的值：x-api-key、authorization（别名：bearer）。其他值会直接报错。

方式 C：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

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/v1
• llm.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 test

3. 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 abc123

集成到编程 Agent

OCR 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。

方式一：作为 Skill 安装

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。

方式二：作为 Claude Code Plugin 安装

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。

方式三：作为 Codex Plugin 安装

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

方式四：直接复制命令文件

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.md

前置条件：所有集成方式都需要安装 ocr CLI 并配置 LLM。参见上方安装和配置 LLM。

CI/CD 集成

OCR 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

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 provider	—	交互式供应商设置（内置、自定义或手动）
ocr config model	—	为当前供应商交互式选择模型
ocr config set <key> <value>	—	设置配置项
ocr config unset custom_providers.<name>	—	删除自定义供应商
ocr llm test	—	测试 LLM 连通性
ocr llm providers	—	列出内置 LLM 供应商
ocr viewer	ocr v	启动 WebUI 会话查看器，地址 localhost:5483
ocr version	—	显示版本信息

ocr review 参数

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
--model	—	—	为本次审查选择或覆盖 LLM 模型
--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

示例

# 交互式供应商和模型设置
ocr config provider
ocr config model
ocr llm providers

# 删除自定义供应商
ocr config unset custom_providers.my-gateway

# 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

# 为本次审查选择或覆盖模型
ocr review --model claude-opus-4-6
ocr review --commit abc123 --model claude-sonnet-4-6

# 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 :3000

评审规则

OCR 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

规则文件格式

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",
      "merge_system_rule": true
    },
    {
      "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。
• merge_system_rule 为可选字段。设为 true 时，命中的内置系统规则会与该用户规则合并；否则用户规则会替换系统规则。
• 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。

路径过滤

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/**

配置参考

配置文件：~/.opencodereview/config.json

键	类型	示例
provider	string	anthropic | openai | dashscope | deepseek | z-ai
providers.<name>.api_key	string	供应商 API 密钥
providers.<name>.url	string	供应商 Base URL 覆盖
providers.<name>.protocol	string	anthropic | openai
providers.<name>.model	string	供应商模型名称
providers.<name>.models	array	用于交互式选择的可选供应商模型列表
providers.<name>.auth_header	string	x-api-key | authorization
custom_providers.<name>.*	—	与 providers.<name>.* 相同的字段，包括可选的 models
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	任意语言名称，例如 English、Chinese（默认：English）
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。

环境变量

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

遥测

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。

贡献

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。

Star History

许可证

Apache-2.0 — Copyright 2026 Alibaba