阿里巴巴开源 Open Code Review：3689 星的 AI 代码审查 CLI，内部验证两年后正式发布

核心观点：Open Code Review 采用「确定性工程 × Agent 混合架构」，用工程师的逻辑约束覆盖 Agent 的随机性——在阿里巴巴内部验证两年、发现数百万缺陷后开源，目前已获 3689 颗 GitHub 星。

为什么读这篇？

如果你用过 Claude Code 或 Codex 做代码审查（Code Review），大概率遇到过这些问题：大变更集只审部分文件、评论位置漂移、质量时好时坏随 prompt 波动。这并非模型不够强——根本原因是纯语言驱动的架构缺乏对审查过程的硬约束。

2026 年 6 月 5 日，阿里巴巴开源了 Open Code Review（简称 OCR），一个 Go 语言实现的 AI 代码审查 CLI 工具。它在 HN 上获得 274 点讨论，GitHub 星数已达 3689。这不同于又一款 wrapper——它源自阿里巴巴内部运行两年的官方代码审查系统，经受了数万名开发者和数百万代码缺陷的真实检验。

核心设计：确定性工程 × Agent 混合

OCR 的核心哲学是「确定性工程 + Agent 混合架构」——让工程逻辑负责「必须正确」的部分，让 Agent 负责「需要灵活」的部分。

确定性工程层（硬约束）

对于审查中不能出错的步骤，工程逻辑而非语言模型保证正确性：

• 精确文件选择：确定哪些文件需要审查、哪些应过滤，确保不遗漏重要变更
• 智能文件打包：将相关文件打包为同一审查单元（如 message_en.properties 和 message_zh.properties 放在一起）。每个包作为子 Agent 运行在独立上下文中——分而治之的策略让超大变更集也能稳定处理，并且天然支持并行审查
• 细粒度规则匹配：将审查规则精准匹配到文件特征，消除信息噪音。与纯语言驱动的规则引导相比，模板引擎式规则匹配更稳定、更可预测
• 外部定位与反思模块：独立的评论定位模块和评论反思模块，系统性提升 AI 反馈的位置准确率和内容准确率

Agent 层（动态决策）

Agent 的能力集中在真正需要灵活决策的地方：

• 审查场景优化的 prompt：深度优化的代码审查提示模板，在提升效果的同时减少 token 消耗
• 审查场景优化的工具集：基于大规模生产数据中工具调用轨迹的深入分析——包括调用频率分布、每个工具的重复率和新增工具对整体调用链的影响——提炼出一套专为代码审查设计的工具集，比通用 Agent 工具包更稳定、更可预测

快速上手

安装

推荐方式 — NPM 安装：

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

安装后 ocr 命令全局可用。

预编译二进制（macOS/Linux/Windows 全平台）：

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

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

配置模型

ocr config set llm.url https://api.anthropic.com/v1/messages
ocr config set llm.auth_token sk-ant-...
ocr config set llm.model claude-opus-4-6
ocr config set llm.use_anthropic true

也支持 OpenAI 兼容接口，以及 Claude Code 环境变量（ANTHROPIC_BASE_URL 等）的自动识别。

运行审查

cd your-project

ocr review

ocr review --from main --to feature-branch

ocr review --commit abc123

与 AI 编程 Agent 集成

OCR 的优势在于它不仅是独立 CLI，更是 Agent 生态的一部分：

作为 Slash Command 安装

Claude Code 插件：

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

注册后即可使用 /open-code-review:review 命令。

Skills 注册：

npx skills add alibaba/open-code-review --skill open-code-review

CI/CD 集成

ocr review --from "origin/main" --to "origin/feature-branch" --format json

输出机器可读的 JSON 结果，适合直接接入 GitHub Actions、GitLab CI 等流水线。

哪些人适合用？

• 团队已在用 AI 辅助编程：Codex、Claude Code 等工具生成的代码量井喷，传统人工审查跟不上的团队
• 对审查质量有硬性要求：OCR 的确定性层保证了每个文件都被检查、每条评论位置准确——这是纯 Agent 方案无法保证的
• 需要 CI/CD 集成：--format json 输出天然适配自动化流水线

同类工具对比

注意事项

• LLM API 费用由用户自行承担——OCR 本身免费
• 需要配置自己的模型密钥（支持 Claude、GPT 等主流提供商）
• 首次审查会加载仓库上下文，大型仓库初次运行稍慢

总结

Open Code Review 的价值不在于「AI 审查代码」这个方向——这个方向已有不少工具。它的独特性在于设计哲学：承认 Agent 有其固有的随机性，然后用工程师最熟悉的确定性工程去约束它。如果你正被 AI 生成的代码审查意见位置漂移、覆盖不完整等问题困扰，OCR 值得一试。

🔗 GitHub 仓库 | 官方文档