【每日开源】【open-code-review】基于大模型的自动化代码审查工具，帮你发现bug和规范问题

最近在 GitHub 上看到一个挺有意思的项目：alibaba/open-code-review，来自阿里开源。简单说，它是一个用大模型（LLM）来自动化做代码审查的工具。你提交 PR 或者 MR 的时候，它能帮你先过一遍代码，指出潜在问题、风格不规范的地方，甚至给出修改建议，相当于一个随时在线的 review 助手。

它到底解决什么问题？

日常开发里，code review 是保证代码质量的关键环节，但也很耗人力。尤其开源项目或者小团队，reviewer 时间有限，难免遗漏。这个工具就是想用 LLM 来补上这块：

• 自动检查代码中的潜在 bug、安全漏洞、性能问题；
• 检查代码规范（比如命名、格式、注释）；
• 对 PR 的改动生成总结和评论；
• 可以集成到 GitHub/GitLab 的 CI 流程里，实现自动 review。

说白了，它不替代人工 review，而是把那些重复性、规则性的检查自动化，让人可以更聚焦在架构和逻辑上。

怎么用？

项目提供了 CLI 和 GitHub Action 两种方式。我试了一下 CLI，基本流程是：

1. 安装：pip install open-code-review（或者从源码装）；
2. 配置 LLM 的 API key（支持 OpenAI、DashScope 等）；
3. 在仓库目录下运行 ocr review 之类的命令，指定要对比的 commit 或者分支，它就会分析 diff 并输出审查意见。

如果要集成到 GitHub，可以直接用他们提供的 Action，在 workflow 里配好 token 和模型参数，之后每个 PR 都会自动触发审查，评论会直接发在 PR 里。

技术要点和心得

• 它核心是拿 diff 内容 + 上下文 prompt 给 LLM，让模型按预设规则输出结构化的 review 评论。项目里应该有一套 prompt 工程和结果解析的逻辑。
• 支持自定义规则，你可以根据团队规范调整检查项，这点挺实用。
• 因为依赖 LLM，所以效果和模型能力、prompt 质量强相关。目前看对于常见模式的问题识别还不错，但复杂逻辑还是得靠人。
• 注意 API 调用成本，大仓库的 diff 可能很长，需要合理配置 token 限制或者分块。

总的来说，如果你在团队里想引入自动化的代码审查辅助，或者个人项目想有个免费的 “review 机器人”，这个项目值得一试。它的门槛不高，配置也简单，算是 LLM 落地到研发流程的一个不错案例。

项目地址：https://github.com/alibaba/open-code-review