Qu’est-ce que Open Code Review ?
Open Code Review (la commande ocr) est la version open source de l'assistant de revue par IA qu'Alibaba dit utiliser en interne depuis deux ans. Il lit un diff Git, décide de façon déterministe quels fichiers doivent être revus, regroupe les fichiers liés en unités qui tournent chacune comme un sous-agent isolé, associe des règles de revue à chaque fichier et laisse un agent LLM lire le code environnant avant d'écrire des commentaires structurés, ligne par ligne. ocr scan revoit des fichiers entiers quand il n'y a pas de diff pertinent.
Il fonctionne avec n'importe quel endpoint compatible OpenAI ou Anthropic, ou, en mode délégation, confie la revue au modèle de votre agent de code tout en gérant lui-même la sélection des fichiers et les règles. Des plugins couvrent Claude Code, Codex, Cursor, Kimi Code et OpenCode, et des recettes CI couvrent GitHub Actions, GitLab CI, GitFlic et Gerrit. Un jeu de règles intégré cible les défauts de pointeur nul, de sûreté des threads, de XSS et d'injection SQL.
Le dépôt a été créé en mai 2026, il est écrit en Go sous Apache-2.0, compte environ 49 200 étoiles sur GitHub et en est à la v1.13.3 (22 octobre 2026) ; il s'installe avec npm install -g @alibaba-group/open-code-review.
Open Code Review vaut-il le coup ?
Open Code Review part d'un diagnostic précis : un agent de code généraliste à qui l'on demande de revoir un gros changement saute des fichiers, place mal ses commentaires et varie au moindre changement de prompt. Sa réponse consiste à retirer au modèle les étapes qui ne doivent pas mal tourner. Le code décide quels fichiers sont revus, regroupe ceux qui vont ensemble (une paire de fichiers de propriétés message_en et message_zh voyage ensemble), choisit les règles pour chacun et vérifie la position des commentaires dans un module distinct. Il reste au modèle à lire le contexte et à juger.
Le benchmark du projet lui-même appuie ce compromis, avec la réserve habituelle qu'il est autodéclaré. AACR-Bench, publié sur Hugging Face, utilise 200 vraies pull requests de 50 dépôts open source dans 10 langages, avec 1 505 problèmes annotés par plus de 80 ingénieurs. Face à Claude Code sur le même modèle, OCR annonce une précision et un F1 supérieurs avec environ un neuvième des tokens, et reconnaît ouvertement que son rappel est plus faible. Pour une équipe noyée sous les commentaires de bots, c'est le bon côté où se tromper.
En exploitation, il se comporte bien. La télémétrie est désactivée par défaut et, une fois activée, exporte en OpenTelemetry vers un collecteur de votre choix. Les sessions peuvent être reprises, les résultats écrits en JSON, et un visualiseur dans le navigateur marque les constats comme corrigés ou ignorés. Le mode délégation est l'entrée la moins chère : pas de clé d'API supplémentaire, puisque votre agent existant fait la lecture.
Les réserves tiennent au rythme et à l'adéquation. Âgé de sept mois, avec 367 issues et pull requests ouvertes et une version mineure presque chaque semaine, il avance plus vite que la plupart des outils de CI ne le devraient. Le modèle doit prendre en charge l'appel d'outils natif, ce qui exclut les modèles de raisonnement comme deepseek-r1 qui décrivent leurs appels en texte. Face à des relecteurs hébergés comme CodeRabbit, il offre la maîtrise du modèle et du chemin des données, et perd le tableau de bord géré et l'apprentissage à l'échelle du dépôt.
Là où il fait la différence
Une équipe plateforme de 12 ingénieurs Java sur GitLab
Ajouter une revue par IA à chaque merge request sans la noyer sous le bruit
Lancez ocr review dans GitLab CI sur la plage depuis merge-base contre un endpoint interne compatible OpenAI ; les règles intégrées repèrent les défauts de pointeur nul et de sûreté des threads. La consommation de tokens est indiquée par revue, ce qui permet de suivre le coût par merge request.
Un développeur indépendant qui paie déjà Claude Code
Obtenir une seconde passe de revue avant d'ouvrir une pull request
Installez le plugin Claude Code et utilisez le mode délégation, pour qu'OCR choisisse fichiers et règles pendant que Claude fait la lecture. Pas de facture d'API supplémentaire ; le temps de revue est pris sur les limites de l'abonnement existant.
Un ingénieur sécurité qui hérite d'un service inconnu
Auditer le code à la recherche d'injections et de XSS sans diff exploitable
Lancez ocr scan --path sur le répertoire du service avec une sortie JSON, puis triez les constats dans le visualiseur de sessions. Un réglage qui privilégie la précision signifie moins de fausses alertes, mais aucune promesse de couverture complète.
Avant de vous engager
- Mise en route
- npm install -g @alibaba-group/open-code-review (ou un binaire publié), Git 2.41 ou plus récent, puis ocr config provider et ocr config model ; la première revue est ocr review dans un dépôt. Les variables ANTHROPIC_BASE_URL et ANTHROPIC_AUTH_TOKEN existantes sont reprises automatiquement.
- Intégrations
- Endpoints compatibles OpenAI et Anthropic, Ollama avec des modèles capables d'appeler des outils ; plugins pour Claude Code, Codex, Cursor, Kimi Code, OpenCode et une skill d'agent portable ; GitHub Actions, GitLab CI, GitFlic CI et Gerrit ; serveurs MCP pour étendre l'agent ; une extension IntelliJ dans le dépôt.
- Données et confidentialité
- Les fichiers modifiés et le contexte lu par l'agent ne partent que vers l'endpoint LLM configuré ; la configuration se trouve dans ~/.opencodereview/config.json. La télémétrie est désactivée par défaut et ne va qu'à un collecteur OTLP que vous définissez. Apache-2.0.
- Coût à grande échelle
- Pas d'édition payante. Le coût, ce sont les tokens LLM par revue, que l'éditeur évalue à environ un neuvième de ceux d'un agent généraliste sur son benchmark ; le mode délégation reporte le coût sur un abonnement d'agent de code existant.
- Limites
- Le rappel est volontairement plus faible que celui d'un agent généraliste ; les modèles sans appel de fonctions natif tournent en boucle jusqu'à Max tool requests ; rythme de publication rapide ; benchmark non répliqué de façon indépendante.
Les points forts
- Sélection et regroupement déterministes des fichiers sur les gros diffs
- Gain de précision autodéclaré avec environ 1/9 des tokens
- Le mode délégation réutilise le modèle de votre agent de code
- Télémétrie désactivée par défaut ; OpenTelemetry une fois activée
Les points faibles
- Rappel plus faible par conception ; manque plus de choses qu'un agent généraliste
- Le benchmark est celui de l'éditeur
- Exige l'appel d'outils natif ; certains modèles locaux échouent
- 367 issues et pull requests ouvertes, versions hebdomadaires
Idéal pour
Les équipes d'ingénierie qui veulent une revue par IA précise et ancrée aux lignes, en CI ou dans le terminal, sur un modèle et un endpoint qu'elles maîtrisent.
Alternatives à Open Code Review
Open Code Review : questions fréquentes
- Open Code Review vaut-il le coup ?
- Open Code Review corrige les façons précises dont les agents de code échouent en revue, fichiers sautés et numéros de ligne qui dérivent, et sacrifie un peu de rappel pour des commentaires qui valent d'être lus. Nous lui donnons 4.1 sur 5.
- Combien coûte Open Code Review ?
- Gratuit et open source (Apache-2.0). Vous payez l'endpoint LLM que vous configurez ; le mode délégation utilise à la place le modèle dont dispose déjà votre agent de code.
- Quels sont les inconvénients de Open Code Review ?
- Rappel plus faible par conception ; manque plus de choses qu'un agent généraliste; le benchmark est celui de l'éditeur; exige l'appel d'outils natif ; certains modèles locaux échouent; 367 issues et pull requests ouvertes, versions hebdomadaires.
- À qui s’adresse Open Code Review ?
- Les équipes d'ingénierie qui veulent une revue par IA précise et ancrée aux lignes, en CI ou dans le terminal, sur un modèle et un endpoint qu'elles maîtrisent.
- Combien coûte Open Code Review pour une équipe ou en production ?
- Pas d'édition payante. Le coût, ce sont les tokens LLM par revue, que l'éditeur évalue à environ un neuvième de ceux d'un agent généraliste sur son benchmark ; le mode délégation reporte le coût sur un abonnement d'agent de code existant.
- Open Code Review est-il sûr pour les données de l’entreprise ?
- Les fichiers modifiés et le contexte lu par l'agent ne partent que vers l'endpoint LLM configuré ; la configuration se trouve dans ~/.opencodereview/config.json. La télémétrie est désactivée par défaut et ne va qu'à un collecteur OTLP que vous définissez. Apache-2.0.
- Quelles sont les meilleures alternatives à Open Code Review ?
- Les alternatives les plus proches que nous avons testées sont OpenAI Codex CLI et OpenCode.
Réponses vérifiées le 31 oct. 2026.