The open source AI code review agent — 阿里巴巴开源的 AI 代码审查工具
7.4k stars | Go | Apache-2.0 | 2026-05 | 文档
一句话定位
阿里巴巴内部 AI 代码审查工具开源版。两年间服务数万开发者、识别数百万代码缺陷，经大规模生产验证后开源。读取 Git diff，用 LLM Agent 生成精确到行的代码审查意见。
核心设计：确定性工程 × Agent 混合架构
为什么不用通用 Agent（如 Claude Code Skill）做代码审查
通用 Agent 做代码审查有三个痛点：
- 覆盖不完整：大 changeset 时 Agent 会「偷懒」，跳过部分文件
- 位置漂移：报告的问题行号/文件经常不准
- 质量不稳定：纯自然语言驱动，Prompt 微小变化导致质量大幅波动
解法：让确定性工程负责「不能出错」的事，让 Agent 负责「需要动态判断」的事
确定性工程层（硬约束）：
- 精确文件选择：工程逻辑决定哪些文件需要 review，不遗漏
- 智能文件分组：相关文件打包成一个 review 单元（如多语言 properties 文件），每个分组是独立子 Agent，天然支持并发
- 细粒度规则匹配：基于文件特征匹配 review 规则，模板引擎驱动，比纯语言更稳定
- 外部定位 + 反射模块：独立的注释定位和反射模块，系统性提升位置精度和内容精度
Agent 层（动态决策）：
- 场景定制 Prompt（针对代码审查深度优化）
- 场景定制工具集（从大规模生产数据的 trace 分析中蒸馏）
- 动态上下文检索（可读取完整文件、搜索代码库、查看其他变更文件）
内置规则集
开箱即用的安全和质量规则：
- NPE（空指针异常）
- 线程安全
- XSS（跨站脚本）
- SQL 注入
使用方式
安装
npm install -g @alibaba-group/open-code-review
# 安装后 ocr 命令可用配置 LLM
# 交互式配置（推荐）
ocr config provider # 选择 provider
ocr config model # 选择模型
# 手动配置（以 Anthropic 为例）
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
ocr config set llm.auth_header x-api-key支持 OpenAI 兼容 API 和 Anthropic 原生 API，claude-opus-4-6 是文档中的推荐模型。
运行审查
# 审查当前 Git diff
ocr review
# 审查指定 commit 范围
ocr review --from HEAD~3 --to HEAD技术栈
- 主语言：Go（CLI + 工程层）
- LLM 层：OpenAI 兼容 + Anthropic 原生双协议
- 分发：npm 包 + 预编译二进制（macOS/Linux/Windows，arm64/amd64）
为什么值得关注
- 生产验证：阿里内部数万开发者使用，不是玩具项目
- 解决了通用 Agent 做代码审查的核心问题：行级精度 + 完整覆盖 + 稳定质量
- 架构思路有参考价值：确定性工程 + Agent 混合这种设计模式值得借鉴
局限性
- 仍处于早期开源阶段（2026-05 开源，stars 增长较快）
- 规则集主要覆盖 Java 生态场景（NPE、线程安全），其他语言覆盖待验证
- 自定义规则的灵活度有待社区验证
关联页面
- agent-harness-anatomy — LangChain 对 Agent Harness 的系统解剖
- papers/wildclaw-bench — WildClawBench：Agent 长视野基准，含代码任务
- aisuite — 多 LLM 统一接口，与本工具 LLM 配置层互补