阿里巴巴開源內部 AI 程式碼審查工具 Open Code Review,約 5.2 萬顆星

alibaba/open-code-review 結合確定性流程與 LLM 代理做行級審查。官方稱 token 用量約為通用代理的九分之一,但召回率較低。

重點

  • 專案建立於 2026 年 5 月,Go 撰寫,Apache-2.0,約 52,104 顆星。
  • 源自阿里巴巴內部的 AI 程式碼審查助手,官方稱兩年來服務數萬名開發者。
  • 讀取 Git diff,由具工具能力的代理產出行級審查意見;`ocr scan` 可審整個檔案。
  • 官方 benchmark 稱精確率與 F1 高於通用代理,token 約 1/9,但召回率較低。
目錄(3 節)
  1. 發生什麼事
  2. 官方的比較
  3. 對你的影響

發生什麼事

alibaba/open-code-review 在 11 月 16 日出現在 GitHub Trending。專案建立於 2026 年 5 月 18 日,以 Go 撰寫,Apache-2.0 授權,目前約 52,104 顆星。

README 說明,它原本是阿里巴巴集團內部的官方 AI 程式碼審查助手,過去兩年服務數萬名開發者、找出數百萬個缺陷,之後才開源。使用上只要設定模型端點(相容 OpenAI 與 Anthropic)。它會讀 Git diff,讓有工具使用能力的代理去讀完整檔案、搜尋程式庫、查看其他變更檔案,再產出精準到行的結構化審查意見。ocr scan 則可針對沒有 diff 的程式碼或不熟悉的目錄整份審查。架構是確定性流程加上 LLM 代理的混合式,內建多語言規則集(空指標、執行緒安全、XSS、SQL injection 等)。

阿里巴巴開源內部 AI 程式碼審查工具 Open Code Review 的介紹

官方的比較

作者以 50 個開源專案、200 個真實 PR、10 種語言、80 多位資深工程師交叉驗證的 1,505 個標註問題建立 benchmark。依 README,相同底層模型下,它的精確率與 F1 明顯高於 Claude Code 這類通用代理,token 消耗約為九分之一且更快;但召回率比通用代理低,這是刻意偏向降低雜訊的取捨。這些數字出自專案自己,未見第三方複測。

對你的影響

CI 裡想加自動審查、又在意 token 成本的團隊可以試跑,並用自己的 PR 比較漏報率。由於召回率較低,它比較適合當第一道篩選,而不是取代人工審查。