alibaba

@alibaba

open-code-review

alibaba/open-code-review

Fast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool: deterministic pipelines + LLM Agent, precise line-level comments, built-in multi-language ruleset (NPE, thread-safety, XSS, SQL injection), OpenAI & Anthropic compatible.

STARS18,397
FORKS1,241
ISSUES74
LANGUAGEGo

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
日榜当前未记录
历史最佳#8最近排名#13

当前未进入本站记录范围

记录天数
2 天
记录期 Star
+1.3k
本站共 12 天日榜快照 · 最近记录 2026-07-29
周榜持续记录
历史最佳#3当前排名#12

与上一期排名持平

记录天数
7 天
记录期 Star
+2.6k
本站共 12 天周榜快照 · 最近记录 2026-08-04
本站最早记录:2026-07-27

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

日榜历史趋势

2026-07-27 至 2026-07-29,掉榜日期保留为空缺。

排名,数字越小越靠前当日新增 Star
折线表示历史榜单排名,柱形表示相同快照记录的新增 Star。排名纵轴已反向,越靠上排名越高。 #1 #4 #7 #10 #13 2026-07-27:新增 980 Star 2026-07-29:新增 386 Star 2026-07-27:排名 #8,新增 980 Star2026-07-29:排名 #13,新增 386 Star 07-27 07-29 +980
图表仅使用本站保存的快照,不补零、不推算掉榜期间数据;下方历史明细继续保留原始日期、排名与 Star 数。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
部分样本
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
≥300
已采集下限
活跃贡献者
≥88
按公开提交账号去重
近 12 月活跃月份
3/12
基于已采集提交
RESPONSE

社区响应

核对样本
Issue 关闭率
72%
79/≥109 个同期新 Issue
Issue 关闭中位数
13 小时
仅统计已关闭样本
PR 合并率
72%
216/≥300 个同期新 PR
PR 合并中位数
5.0 小时
仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
95
排除草稿与预发布
最近正式 Release
2026-08-03
以公开发布时间为准
发布间隔中位数
0.5 天
至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
Apache-2.0
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

统计窗口 90 天快照样本 3 天计算规则 health-v1采集于 2026-08-04 00:35

高活跃数据触及分页上限,数值以已采集下限展示。 这些信号不替代代码审计、安全测试和真实生产验证。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

OpenCodeReview是阿里巴巴开源的高效AI代码审查CLI工具,结合传统管道与LLM Agent,支持行级评论和多种编程语言规则集。

OpenCodeReview起源于阿里集团内部的AI代码审查助手,经大规模验证后开源。它读取Git diff,通过工具调用的Agent将变更文件发送给可配置的LLM,生成结构化、行级精确的评审意见。除diff审查外,还支持ocr scan全文件扫描。项目采用Go语言,遵循Apache-2.0许可,兼容OpenAI与Anthropic接口,并内置NPE、线程安全、XSS等规则集。仓库公开数据显示其拥有超过1.8万Star,受到广泛关注。

核心亮点

项目最值得关注的能力

AI 推断
  • 混合架构:确定性管道与LLM Agent结合,平衡精确度与召回率
  • 行级精确评论:基于diff和全文件上下文生成结构化评审意见
  • 内置多语言规则集:覆盖NPE、线程安全、XSS、SQL注入等常见缺陷

适用场景

它可以解决哪些实际问题

AI 推断
  • 日常Pull Request代码审查,提升审查效率
  • 在CI流水线中自动执行代码评审,降低漏报
  • 对陌生代码库或历史目录进行全文件扫描审计

技术观察

从公开资料提炼的实现特征

AI 推断
  • 采用Go语言开发,支持Windows、macOS和Linux
  • 兼容OpenAI与Anthropic的模型接口,可灵活切换端点
  • 支持Claude Code、Codex、Cursor等Agent环境

优势判断

相对明确的项目价值

AI 推断
  • 源自阿里内部工具,据称经过大规模生产环境验证
  • Apache-2.0许可,社区使用和二次开发门槛低

局限与注意

评估和采用前需要留意

AI 推断
  • 项目方自述的基准测试显示召回率低于通用Agent,可能遗漏部分问题
  • 具体安全性和性能表现需用户自行验证,公开资料中暂无第三方独立评估

适用人群

哪些开发者和团队值得关注

AI 推断
  • 需要高效代码审查工具的软件开发团队
  • 关注代码质量与安全性的技术管理者及DevOps工程师
综合参考
OpenCodeReview是一个来自阿里巴巴、具备大规模使用背景的开源代码审查工具,其混合架构和行级评论设计具有一定吸引力。但其性能基准和稳定性主要依赖项目方自述,建议用户在评估和采用前充分验证适配性、安全性与效果。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库alibaba/open-code-review,Go语言,Apache-2.0许可,18333 Stars,1236 Forks。
  • 项目方自述:在阿里内部已服务数万开发者,发现数百万缺陷,并非第三方验证结果。
生成于 2026-08-04 01:05 规则版本 2026-07-v3
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。