O OpenCodeReview é um revisor de código com IA que encontra bugs, falhas de segurança e erros antes que eles cheguem à produção.

E é gratuito e de código aberto (licença Apache-2.0).

Não tem licença por assento, não prende você a um fornecedor e não tem uma IA pulando discretamente metade dos arquivos do seu PR.

Não é um projeto de fim de semana. Durante cerca de dois anos ele foi o assistente oficial de code review da Alibaba. Segundo o repositório, foi usado por dezenas de milhares de desenvolvedores e apontou milhões de defeitos antes de virar open-source.

O que ele faz

Na prática, é uma CLI (ocr) que lê o diff do Git, manda os arquivos alterados para um LLM configurável por meio de um agente com ferramentas e devolve comentários presos à linha exata do problema.

• Revisa o diff do Git (staged, unstaged e untracked), de uma branch contra outra ou de um commit específico.
• Traz regras prontas por linguagem: ponteiro nulo, thread-safety, XSS e SQL injection, entre outras. A cobertura varia de linguagem para linguagem, como mostro no teste mais abaixo.
• Busca contexto além do diff. Ele lê o arquivo inteiro, pesquisa no codebase e olha os outros arquivos alterados no mesmo PR.
• Escaneia código sem diff com o ocr scan, útil para auditar um módulo legado inteiro.
• Funciona com qualquer endpoint compatível com OpenAI ou Anthropic.
• Pode ser usado de dentro do seu agente: Claude Code, Codex, Cursor, Kimi Code, OpenCode e outros que aceitam skills.
• Roda em CI/CD: GitHub Actions, GitLab CI, GitFlic CI e Gerrit.
• Inclui recursos de operação: retomada de sessão, visualizador de sessões, suporte a MCP e telemetria via OpenTelemetry.

Por que um agente genérico não basta

Quem já pediu para um agente de propósito geral “revisar esse PR” conhece os problemas:

• Em PRs grandes, arquivos são pulados sem nenhum aviso.
• Os comentários apontam para a linha errada, porque o número da linha foi alucinado ou ficou desatualizado.
• A qualidade muda com pequenas alterações no prompt, então a mesma revisão feita duas vezes dá dois resultados diferentes.

A causa é a mesma nos três casos: deixar para o modelo decisões que não deveriam depender de julgamento. Escolher quais arquivos revisar ou em qual linha colocar um comentário são tarefas determinísticas e não têm por que passar pelo LLM.

A arquitetura: código onde tem que ser código, IA onde tem que ser IA

A ideia central do OpenCodeReview é dividir as responsabilidades.

Parte determinística (código):

• Seleção de arquivos. O código decide o que entra na revisão. Nenhum arquivo é “esquecido” pelo modelo.
• Agrupamento. Arquivos relacionados, como os arquivos de localização de um mesmo recurso, viram uma única unidade para um sub-agente, com contexto isolado.
• Match de regras. As regras são aplicadas por arquivo a partir de templates, e não porque o modelo “lembrou” delas.
• Posicionamento e reflexão. Módulos separados cuidam de ancorar o comentário na linha certa e de revisar o próprio resultado.

Parte do LLM (agente):

• Decide o que for dinâmico: se aquilo é mesmo um problema, quão grave é e que contexto ainda falta.
• Busca esse contexto com um conjunto de ferramentas próprio e prompts ajustados para cada cenário.

É a mesma lição que vale para qualquer sistema com agentes em produção: quanto menos o modelo tiver que decidir, mais previsível o sistema fica. A IA entra onde agrega valor, que é no julgamento. O resto fica no código, que é auditável e repetível.

Isso também explica a economia de tokens. O modelo não precisa ler o repositório inteiro para descobrir o que revisar, porque já recebe uma unidade de trabalho pronta e delimitada.

O benchmark

Para comparar, a Alibaba montou o AACR-Bench:

• 200 pull requests reais
• 50 repositórios open-source
• 10 linguagens
• 1.505 problemas reais anotados e validados por mais de 80 engenheiros sênior

O resultado divulgado, comparando com o Claude Code usando o mesmo modelo por baixo:

• Precisão e F1 maiores
• Cerca de 1/9 dos tokens
• Revisões mais rápidas

O trade-off, que o próprio projeto assume: o recall é menor. Ou seja, ele encontra menos problemas no total, e isso é proposital. A escolha é por menos ruído e menos falsos alarmes.

Na minha opinião, essa é a decisão certa para um revisor que roda em todo PR. Um revisor que gera 30 comentários dos quais 25 são irrelevantes treina o time a ignorar todos eles. Um revisor que gera 5 comentários e acerta 4 vira alguém que o time ouve.

Um ponto de atenção: o benchmark foi feito pela própria Alibaba e os números detalhados estão em imagens no README. Vale olhar com calma e, de preferência, rodar no seu próprio código antes de tirar conclusões.

Como começar

Pré-requisitos: Git 2.41+ e um endpoint de LLM (compatível com OpenAI ou Anthropic). Roda em Windows, macOS e Linux.

1

npm install -g @alibaba-group/open-code-review

O comando instalado é o ocr. Configure o provedor e o modelo (o setup interativo pede a chave de API e testa a conexão):

1
2

ocr config provider
ocr config model

Selecione um provedor integrado ou adicione um personalizado:

Escolha um modelo para o provedor ativo

Também dá para instalar por script, pelo binário do GitHub Release ou compilando do código-fonte. Os detalhes estão na documentação.

Comandos base

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

# Revisa as mudanças locais (staged, unstaged e untracked)
ocr review

# Revisa uma branch contra a base do merge
ocr review --from main --to feature-branch

# Revisa um commit específico
ocr review --commit abc123

# Escaneia um diretório inteiro, sem diff
ocr scan --path internal/agent

# Saída em JSON para integrar com outras ferramentas
ocr review --format json --output result.json

# Lista e retoma revisões interrompidas
ocr session list
ocr review --from main --to feature-branch --resume <id>

Modo delegação: sem chave de API própria

Se você já usa Claude Code, Codex ou Cursor, existe o modo delegação. Nele o OCR continua fazendo a parte determinística (seleção de arquivos e regras), e o LLM do agente que você já usa faz a revisão. Não é preciso configurar uma chave de API separada para o OCR.

1
2

ocr delegate preview
ocr delegate rule <arquivos>

É um bom ponto de partida para testar a ferramenta sem mexer em credenciais nem em custo.

Testei na prática (sem chave de API)

Quis ver o que a ferramenta entrega de fato antes de recomendar. Instalei a versão 1.13.3 no meu Windows 11 (Git 2.56, Node 24) e montei um repositório de teste: uma API Express de pedidos e clientes, com um PR (feature/customer-portal) de 71 linhas.

As imagens desta seção mostram a saída real dos comandos que rodei, renderizada numa janela de terminal para facilitar a leitura. O texto não foi editado. O prompt da janela é apenas ilustrativo.

Nesse PR eu plantei 8 problemas de propósito e anotei o gabarito antes de rodar qualquer comando:

Fiz o teste sem nenhuma chave de API, usando o modo delegação. Isso tem uma consequência importante: sem LLM, o OCR executa só a parte determinística, ou seja, decide o que revisar e com quais regras. O julgamento fica com o agente hospedeiro. Então este teste não mede precisão, recall nem consumo de tokens do benchmark. Ele mostra a base sobre a qual o modelo trabalha.

Seleção de arquivos

Aqui está a promessa de “não pular arquivo”: a lista é calculada pelo código a partir do merge-base, não pelo modelo. Os 3 arquivos do PR entraram.

As regras que ele aplica

Os três arquivos caíram no mesmo grupo de regras, o de JS/TS. Isso também é a parte determinística: a regra é escolhida pelo padrão do arquivo, não pela memória do modelo.

O que o teste revelou: a cobertura depende da linguagem

Cruzando o gabarito com as regras de JS:

4 de 8 problemas têm uma regra explícita apontando para eles. O conjunto de JS é claramente voltado para front-end: tem seção inteira de React, innerHTML e document.write, mas nada sobre SQL, caminhos de arquivo ou concorrência no back-end.

Para comparar, rodei ocr rules check em arquivos de outras linguagens.

As regras de Go pedem explicitamente para checar “SQL, shell commands, URLs, paths […] assembled from untrusted input” e check-then-act. As de Java e Python têm seções de thread-safety com check-then-act. Ou seja, a lista “ponteiro nulo, thread-safety, XSS e SQL injection” do README é verdadeira para o conjunto de linguagens, mas não vale igualmente para cada uma.

Isso não quer dizer que o modelo não vá encontrar a SQL injection num arquivo JS. Um LLM decente provavelmente encontra, por julgamento próprio. Mas nesse caso a detecção depende do modelo, não da regra, e é exatamente essa variação que a arquitetura do OCR tenta eliminar.

Na prática: se o seu back-end é Node, vale escrever regras próprias (o OCR aceita um arquivo de regras via --rule) cobrindo injeção, path traversal, autorização e concorrência. Sem isso, você está contando com o modelo justamente nos pontos mais críticos de um back-end.

Para a revisão completa, com os comentários na linha e as métricas de tokens e tempo, é preciso configurar um provedor de LLM (ocr config provider). Esse é o próximo teste que pretendo fazer.

Onde ele se encaixa num pipeline DevSecOps

Ele não substitui SAST, SCA, linters nem revisão humana. Ele se soma a eles:

1. Antes do commit, na máquina do dev: ocr review ou o modo delegação, dentro do agente que o time já usa.
2. No PR, via CI: GitHub Actions, GitLab CI ou Gerrit comentando direto nas linhas.
3. Na auditoria de legado: ocr scan em módulos que nunca passaram por revisão decente.

O ganho real está no meio do caminho. Ferramentas de SAST são boas em padrões conhecidos, mas não entendem intenção. O revisor humano entende intenção, mas não tem tempo para ler cada linha de um PR de 40 arquivos. O OpenCodeReview ocupa esse espaço: tem regras explícitas como base, usa julgamento de LLM por cima e coloca o comentário na linha certa.

E isso fica ainda mais relevante agora, com cada vez mais código gerado por IA entrando nos repositórios. Se a geração ficou barata, a revisão tem que ficar escalável. E escalável não quer dizer “mais um agente opinando”. Quer dizer um processo previsível, que não pula arquivo.

Pontos de atenção

• Recall menor. Ele vai deixar passar coisas. Não trate o “nenhum comentário” como garantia.
• Benchmark próprio. Os números são da Alibaba, com um dataset da Alibaba. Valide no seu contexto.
• Custo e dados. Fora do modo delegação, o código vai para o provedor de LLM que você configurar. Em ambientes regulados, avalie usar um endpoint interno ou self-hosted.
• Regras desiguais entre linguagens. No meu teste, as regras de JS não mencionam SQL injection, path traversal nem concorrência. Em back-end Node, complemente com regras próprias.
• Dependência de Git 2.41+. Imagens antigas de runner de CI podem precisar de atualização.

Conclusão

O mais interessante do OpenCodeReview não é “a IA da Alibaba ser melhor que o Claude Code”. É a abordagem: tirar do modelo tudo o que não exige julgamento. É isso que faz ele ser mais barato, mais rápido e mais confiável que um agente genérico revisando código só com prompt.

Vale testar. No mínimo, vale estudar a arquitetura.

Repositório: https://github.com/alibaba/open-code-review Documentação: https://open-codereview.ai/docs