Open Code Review 代码审查技能
用 OCR 检查 Git 变更，生成精确到代码行的问题评论，并按需自动修复。
技能要求读取Git变更并将代码发送至已配置的LLM，也允许在用户明确要求时自动修改代码；文档要求停止并索取凭据、禁止硬编码密钥，并要求修复前确认，因此基本权限边界可见。扣分原因是未明确说明完整数据流、敏感代码上传风险、第三方端点信任边界、修改回滚机制和安装脚本的安全审查要求。
前置检查、命令参数、输出字段、异常评论定位和验证步骤均有说明，且失败时要求检查stderr。扣分原因是依赖CLI、LLM配置和具体版本，环境变量示例与仓库README中的新Provider配置存在潜在不一致；未提供针对关键路径的可执行复现证据，静态评估不超过10分。
触发场景清晰，覆盖工作区、提交、分支和PR式审查，并定义了分类、修复和误定位处理。扣分原因是未充分界定不适用场景、LLM质量边界、隐私约束及网络可达性；核心流程依赖npm/GitHub和外部LLM，在中国大陆网络环境下可用性未说明。
技能具备清晰的前置条件、分步工作流、参数说明、示例、输出格式、常见陷阱和自定义规则说明，声明Apache-2.0并提供版本字段；仓库上下文还显示CI、安全报告和更新信息。扣分原因是技能版本与package版本关系不清，缺少明确维护责任、变更记录、依赖锁定策略和更完整的故障排查。
目标是执行代码审查并产出行级、按优先级分类的评论；命令映射、JSON输出和自动修复流程具有直接使用价值。扣分原因是依赖外部LLM，结果正确性、完整性和相对人工/其他Agent的收益在技能文件中未被验证；静态评估中不能超过7分。
技能提供具体命令、输出字段、验证检查和文档引用；仓库上下文包含CI、测试覆盖率门槛和漏洞扫描配置。扣分原因是这些材料未证明该技能路径本身的关键流程已被独立复现，且性能与质量声明主要来自项目文档；静态评估不超过5分。
- 标准模式会将代码和业务上下文发送到用户配置的LLM端点；使用前应确认数据驻留、日志、脱敏和供应商策略。
- 技能中的旧式OCR_LLM_*配置示例可能与当前Provider配置流程不一致，应先核对实际CLI版本和配置键。
- 安装命令可能获取latest或执行远程脚本；应固定版本、审查脚本并验证校验和/签名。
- 自动修复只应在明确授权后执行，并在独立分支或可恢复工作区中审查差异。
- npm、GitHub发布源和外部LLM的可达性及区域合规性未在技能中说明，中国大陆网络环境需预先验证。
它能做什么 & 适用场景
这是一个调用 Alibaba Open Code Review（OCR）CLI 的 Agent Skill，面向 Git 变更和代码质量审查。它可以审查工作区改动、单个提交或两个分支之间的差异，并输出逐行评论。技能要求预先安装 ocr CLI，并配置 Anthropic 或 OpenAI 兼容的语言模型。审查结果会按高、中、低优先级整理，用户明确要求时还可自动应用修复。
检查 ocr CLI 和 LLM 连接；分析提交、分支或工作区变更以提取业务背景；运行 ocr review --audience agent 审查 Git diff；支持工作区、提交、分支比较、预览和自定义规则；读取审查输出中的文件路径、行号、评论和可选修复建议；按优先级报告问题，并在获得明确修复意图后处理高、中优先级问题。
- 开发者想在提交前检查暂存、未暂存和未跟踪的改动时，运行工作区审查。
- 团队需要比较功能分支与 main 分支时，使用分支范围审查定位代码问题。
- 维护者准备合并一个具体提交时，针对该提交执行审查。
- 安全或质量负责人希望使用项目专属规则检查 Java、XML 等文件时，提供自定义 JSON 规则。
- CI 或自动化流程需要结构化审查结果时，使用 OCR 的 agent 输出或 JSON 输出。
优缺点一览
- 支持工作区、提交和分支差异审查。
- 输出精确到行的评论，并可提供修复建议。
- 支持自定义审查规则、业务背景和 agent 专用输出。
- 可检查错误、安全漏洞、性能和代码质量问题。
- 必须安装 ocr CLI，并在首次审查前配置可用的 LLM。
- 大型 diff 可能受到每次请求 token 限制，超过 50 行的 diff 还会增加计划阶段延迟。
- 未提供该 SKILL.md 自身测试套件或平台验证记录。
- 自动修复只适用于用户明确提出修复意图的场景，复杂问题仍需人工处理。
如何安装
先安装 OCR CLI：npm install -g @alibaba-group/open-code-review。然后将技能安装到项目：npx skills add alibaba/open-code-review --skill open-code-review。首次使用前运行 ocr llm test，并通过环境变量或 ocr config 配置模型端点和凭据；不要硬编码 API 密钥。
如何使用
在已安装技能的 Agent 中提出“review my changes”“review commit abc123”或“review this branch against main”等请求。对应命令分别可使用 ocr review --audience agent、ocr review --audience agent --commit abc123 和 ocr review --audience agent --from main --to feature-branch。提供业务背景时使用 --background；只想查看待审文件时使用 ocr review --preview。仅请求 review 时，自动修复前应先征得许可。
对比同类
README 将其定位为通用 Agent（例如 Claude Code 配合 Skills）的替代方案，采用确定性流程与 Agent 混合架构；其设计目标是减少漏审和定位漂移，并以更高精确率换取较低召回率。