阿里开源了一个 AI Code Review CLI

Coding Agent 的代码交付速度越来越快，如何检查它们的交付结果成了一个新问题。

OpenCodeReview 是阿里开源、审查 AI 代码的 CLI。它会读取 Git diff，筛选需要审查的文件，匹配对应规则，再让 Agent 结合完整文件、相关代码和仓库上下文完成检查，最后生成带具体代码位置的审查意见。项目提供 ocr scan，可以跳过 Git diff，对整个仓库或指定目录做完整扫描。

它有一个比较有意思的设计是把代码审查拆成了确定性流程和 Agent 两部分。文件筛选、分组、规则匹配、评论定位等环节由固定的代码流程处理；涉及到代码理解、上下文检索和问题判断的部分，再由 Agent 来处理。在改动范围较大时，这样的设计能减少漏审文件、评论位置漂移等问题。

OpenCodeReview 目前支持多种使用和接入方式。除了用 ocr review 检查当前改动、分支差异和 Commit，还可以接入 Claude Code、Codex、Cursor、GitHub Actions、GitLab CI 和 MCP Server。这样，Coding Agent 写完代码后就能直接调用 OpenCodeReview，对当前改动做一次独立的检查。

此外，这个项目有些值得提一提的事情：核心实现用得是 Go，目前仓库有 700+ 次提交；截至 9 月 17 日，GitHub 上有 90 个 Open PR 和 699 个 Closed PR，近期仍有功能和修复持续进入主仓库。同时，项目还在补充安全策略、依赖漏洞处理和发布签名等治理内容。

因此，它处于一个快速迭代的阶段。最近的 Issue 里还能看到 Token 预算在部分并发场景下没有生效、Preview 与实际扫描结果不一致等问题。9 月 14 日的一次复现中，用户设置了 200 万 Token 的预算，实际一次 Review 消耗到了 1,215 万 Token。

这里引用下某个 AI 对这个项目的评价：仓库本身有一定的完成度，社区也很活跃，但一些边界行为还需要继续打磨。可以试试拿它来体验、研究 AI Code Review 的工程实现，或是接在 Coding Agent 后面做辅助检查。但如果你要把它放进关键的 CI 流程，建议先根据自己的仓库和模型做一轮验证。


黄仁勋：中国对AI的叙事方式更务实 OpenSource codereviewCodingAgent DeveloperTools