TL;DR

Open Code Review는 Alibaba 내부에서 대규모로 검증된 오픈소스 CLI 기반 AI 코드리뷰 도구이다. Git diff를 파싱해 결정론적 로직으로 파일을 선택·번들링하고, 룰 매칭으로 모델 입력을 좁힌 뒤 에이전트를 통해 라인 단위 구조화된 코멘트를 생성한다. 이 도구는 결정론적 파이프라인과 LLM 에이전트의 하이브리드 아키텍처를 사용해 위치 정확도와 안정성을 우선시한다. 서브 에이전트 번들링과 시나리오 최적화된 프롬프트·도구셋으로 호출 횟수와 토큰 사용을 줄였고, README는 동일 모델 대비 약 1/9의 토큰 소비와 향상된 Precision·F1을 제시한다. 결과적으로 자동화 파이프라인과 에이전트 통합에서 비용 효율과 노이즈 감소를 목표로 한다. 다만 리콜을 낮추는 설계 선택(정밀도 우선)이 존재하므로 광범위한 결함 발굴을 최우선으로 하는 워크플로에는 추가 검증이나 보완 규칙이 필요하다.

주요 기능

• Git diff를 읽고 변경된 파일을 자동으로 선택한다
• 관련 파일을 번들로 묶어 서브 에이전트 단위로 병렬 리뷰를 수행한다
• 룰 매칭 엔진으로 파일별 검사 규칙을 적용해 모델 입력을 제한한다
• LLM 에이전트(도구 호출 포함)를 사용해 라인 단위 구조화된 코멘트를 생성한다
• CI/에이전트(Claude Code, Codex) 통합 및 JSON 출력으로 자동화 파이프라인에 연동한다

어떻게 동작하는가

Git diff를 파싱해 검토 대상 파일을 결정론적 로직으로 필터링·번들링하고, 각 번들을 서브 에이전트로 처리해 LLM에 컨텍스트를 제공한다. 룰 매칭·외부 포지셔닝·리플렉션 모듈로 위치 정확도와 내용 정확도를 보강해 에이전트의 호출 횟수와 토큰 사용을 줄인다.

해결 문제

일반 목적 에이전트가 대규모 변경셋에서 놓치거나 위치가 틀린 피드백을 생성하는 문제를 줄이고, 라인 위치 정확도와 리뷰 정밀도를 높여 API 토큰 소비를 절감한다.

지금 주목받는 이유

Alibaba 내부에서 대규모 실전 사용으로 검증된 점과 동일 모델 대비 낮은 토큰 비용·높은 정밀도를 내세워 오픈소스 커뮤니티에서 주목을 받았다.

차별점

• 결정론적 파이프라인으로 파일 선택·번들링·룰 매칭을 엔지니어링해 대규모 변경에서 안정적인 커버리지를 유지한다 (언어 기반만의 에이전트와 구분).
• 서브 에이전트 번들링 전략으로 매우 큰 변경셋에서도 컨텍스트 폭을 제어하고 동시 처리 성능을 확보한다.
• 룰 매칭과 템플릿 엔진으로 모델 입력을 좁혀 동일 모델 대비 토큰 사용량을 약 1/9 수준으로 낮춘 사례를 제시했다.
• 코멘트 위치 보정과 리플렉션 모듈로 라인·파일 위치 정확도를 개선해 오탐(노이즈)을 줄이는 데 초점을 맞췄다.

사용 사례

• 로컬 개발자 워크스테이션에서 `ocr review`로 커밋/브랜치별 자동 코드 리뷰를 실행해 수동 리뷰 부담을 줄임
• CI 파이프라인에서 `ocr review --from ... --to ... --format json`로 PR 자동화 검증과 비용 관리 수행
• AI 코딩 에이전트(Claude Code, Codex)에 스킬/플러그인으로 통합해 에이전트 내에서 자동으로 라인 단위 피드백을 생성
• 프로젝트별 JSON 규칙 파일로 특정 코드 스타일·보안 검사 규칙을 강제하고 코드 변경 시 자동으로 적용

시작하기

권장 설치는 npm 전역 패키지 방식(`npm install -g @alibaba-group/open-code-review`)이며, 또는 제공된 설치 스크립트로 플랫폼별 바이너리를 자동 설치(`curl -fsSL https://raw.githubusercontent.com/alibaba/open-code-review/main/install.sh | sh`)한다. 설치 후 `ocr config provider` / `ocr config model`로 LLM 제공자와 모델을 설정하고 `ocr llm test`로 연결을 확인한 뒤 `ocr review`로 리뷰를 실행한다.

요구사항

• 지원 OS: Windows, macOS, Linux (릴리스 바이너리 제공)
• 작동을 위한 외부 LLM 엔드포인트와 API 키(Anthropic, OpenAI 등) 필요
• 네트워크 접근(LLM API 호출) 권한 및 Git 저장소 로컬 체크아웃

벤치마크

이미지 분석