¿Qué es Open Code Review?
Open Code Review (el comando ocr) es la publicación en código abierto del asistente de revisión con IA que Alibaba dice usar internamente desde hace dos años. Lee un diff de Git, decide de forma determinista qué archivos hay que revisar, agrupa archivos relacionados en unidades que se ejecutan cada una como un subagente aislado, asigna reglas de revisión a cada archivo y deja que un agente LLM lea el código circundante antes de escribir comentarios estructurados por línea. ocr scan revisa archivos completos cuando no hay un diff significativo.
Funciona con cualquier endpoint compatible con OpenAI o Anthropic, o en modo delegación cede la revisión al propio modelo de tu agente de código mientras él se encarga de la selección de archivos y de las reglas. Hay plugins para Claude Code, Codex, Cursor, Kimi Code y OpenCode, y recetas de CI para GitHub Actions, GitLab CI, GitFlic y Gerrit. Un conjunto de reglas integrado apunta a defectos de puntero nulo, seguridad entre hilos, XSS e inyección SQL.
El repositorio se creó en mayo de 2026, está escrito en Go bajo Apache-2.0, tiene unas 49.200 estrellas en GitHub y va por la v1.13.3 (22 de octubre de 2026); se instala con npm install -g @alibaba-group/open-code-review.
¿Merece la pena Open Code Review?
Open Code Review parte de un diagnóstico preciso: un agente de código general al que se pide revisar un cambio grande se salta archivos, coloca mal los comentarios y varía con pequeños cambios en el prompt. Su respuesta es quitarle al modelo los pasos que no pueden salir mal. El código decide qué archivos se revisan, agrupa los relacionados (un par de archivos de propiedades message_en y message_zh van juntos), elige las reglas para cada uno y comprueba la posición de los comentarios en un módulo aparte. Al modelo le queda leer el contexto y juzgar.
El benchmark del propio proyecto respalda el compromiso, con la salvedad habitual de que es autodeclarado. AACR-Bench, publicado en Hugging Face, usa 200 pull requests reales de 50 repositorios de código abierto en 10 lenguajes, con 1.505 problemas anotados por más de 80 ingenieros. Frente a Claude Code con el mismo modelo, OCR informa de mayor precisión y F1 con aproximadamente una novena parte de los tokens, y reconoce abiertamente que su exhaustividad es menor. Para un equipo que se ahoga en comentarios de bots, es la dirección correcta en la que equivocarse.
En la operación se comporta bien. La telemetría está desactivada por defecto y, cuando se activa, exporta OpenTelemetry a un colector que eliges tú. Las sesiones se pueden reanudar, los resultados se escriben en JSON y un visor en el navegador marca los hallazgos como corregidos o ignorados. El modo delegación es la forma más barata de empezar: sin clave de API extra, porque tu agente actual hace la lectura.
Las salvedades son el ritmo y el encaje. Con siete meses, 367 issues y pull requests abiertas y una versión menor casi cada semana, avanza más rápido de lo que debería la mayoría de las herramientas de CI. El modelo debe admitir llamadas a herramientas nativas, lo que descarta modelos de razonamiento como deepseek-r1 que narran las llamadas en texto. Frente a revisores alojados como CodeRabbit ofrece control del modelo y de la ruta de los datos, y pierde el panel gestionado y el aprendizaje a nivel de todo el repositorio.
Dónde se gana su sitio
Un equipo de plataforma de 12 ingenieros Java en GitLab
Añadir revisión con IA a cada merge request sin llenarla de ruido
Ejecuta ocr review en GitLab CI sobre el rango desde merge-base contra un endpoint interno compatible con OpenAI; las reglas integradas detectan defectos de puntero nulo y de seguridad entre hilos. El uso de tokens se informa por revisión, así que se puede seguir el coste por merge request.
Un desarrollador independiente que ya paga Claude Code
Tener una segunda pasada de revisión antes de abrir una pull request
Instala el plugin de Claude Code y usa el modo delegación, para que OCR elija archivos y reglas mientras Claude hace la lectura. Sin factura de API adicional; el tiempo de revisión sale de los límites de la suscripción existente.
Un ingeniero de seguridad que hereda un servicio desconocido
Auditar el código en busca de inyecciones y XSS sin un diff útil
Ejecuta ocr scan --path sobre el directorio del servicio con salida JSON y luego clasifica los hallazgos en el visor de sesiones. El ajuste que prioriza la precisión significa menos falsas alarmas, pero ninguna promesa de cobertura completa.
Antes de decidirte
- Puesta en marcha
- npm install -g @alibaba-group/open-code-review (o un binario publicado), Git 2.41 o posterior, después ocr config provider y ocr config model; la primera revisión es ocr review dentro de un repositorio. Las variables ANTHROPIC_BASE_URL y ANTHROPIC_AUTH_TOKEN existentes se detectan automáticamente.
- Integraciones
- Endpoints compatibles con OpenAI y Anthropic, Ollama con modelos que admiten herramientas; plugins para Claude Code, Codex, Cursor, Kimi Code, OpenCode y una skill de agente portátil; GitHub Actions, GitLab CI, GitFlic CI y Gerrit; servidores MCP para ampliar el agente; una extensión de IntelliJ en el repositorio.
- Datos y privacidad
- Los archivos modificados y el contexto que lee el agente solo van al endpoint LLM configurado; la configuración está en ~/.opencodereview/config.json. La telemetría está desactivada por defecto y solo va a un colector OTLP que tú definas. Apache-2.0.
- Coste a escala
- No hay edición de pago. El coste son los tokens del LLM por revisión, que el fabricante sitúa en aproximadamente una novena parte de los de un agente general en su benchmark; el modo delegación traslada el coste a una suscripción de agente de código ya existente.
- Límites
- La exhaustividad es deliberadamente menor que la de un agente general; los modelos sin llamadas a funciones nativas entran en bucle hasta Max tool requests; ritmo de publicación rápido; benchmark no replicado de forma independiente.
Lo bueno
- Selección y agrupación deterministas de archivos en diffs grandes
- Mejora de precisión autodeclarada con aproximadamente 1/9 de los tokens
- El modo delegación reutiliza el modelo de tu agente de código
- Telemetría desactivada por defecto; OpenTelemetry cuando se activa
Lo malo
- Menor exhaustividad por diseño; se le escapan más cosas que a un agente general
- El benchmark es del propio fabricante
- Necesita llamadas a herramientas nativas; algunos modelos locales fallan
- 367 issues y pull requests abiertas, versiones semanales
Ideal para
Equipos de ingeniería que quieren una revisión con IA precisa y anclada a líneas, en CI o en el terminal, con un modelo y un endpoint que controlan.
Alternativas a Open Code Review
Open Code Review: preguntas frecuentes
- ¿Merece la pena Open Code Review?
- Open Code Review corrige las formas concretas en que los agentes de código fallan al revisar, archivos saltados y números de línea que se desplazan, y cambia algo de exhaustividad por comentarios que vale la pena leer. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta Open Code Review?
- Gratuito y de código abierto (Apache-2.0). Pagas el endpoint LLM que configures; el modo delegación usa en su lugar el modelo que ya tiene tu agente de código.
- ¿Qué inconvenientes tiene Open Code Review?
- Menor exhaustividad por diseño; se le escapan más cosas que a un agente general; el benchmark es del propio fabricante; necesita llamadas a herramientas nativas; algunos modelos locales fallan; 367 issues y pull requests abiertas, versiones semanales.
- ¿Para quién es Open Code Review?
- Equipos de ingeniería que quieren una revisión con IA precisa y anclada a líneas, en CI o en el terminal, con un modelo y un endpoint que controlan.
- ¿Cuánto cuesta Open Code Review para un equipo o en producción?
- No hay edición de pago. El coste son los tokens del LLM por revisión, que el fabricante sitúa en aproximadamente una novena parte de los de un agente general en su benchmark; el modo delegación traslada el coste a una suscripción de agente de código ya existente.
- ¿Es Open Code Review seguro para los datos de la empresa?
- Los archivos modificados y el contexto que lee el agente solo van al endpoint LLM configurado; la configuración está en ~/.opencodereview/config.json. La telemetría está desactivada por defecto y solo va a un colector OTLP que tú definas. Apache-2.0.
- ¿Cuáles son las mejores alternativas a Open Code Review?
- Las alternativas más cercanas que hemos analizado son OpenAI Codex CLI y OpenCode.
Respuestas comprobadas el 31 oct 2026.