Alibaba libera 'open-code-review', su herramienta interna de revisión de código con IA

Fuentes: Alibaba open-sources its internal AI code review CLI tool
Imagen generada por IA con el prompt: Minimal editorial illustration of a developer terminal showing structured code review comments on a Git diff, with subtle abstract AI neural network lines in soft blue and white tones, modern clean tech aesthetic.
Imagen generada con IA

Alibaba Group ha publicado como proyecto de código abierto Open Code Review (OCR), una herramienta de línea de comandos (CLI) que emplea inteligencia artificial para revisar código de forma automatizada. La aplicación nació como asistente interno oficial de revisión de código en Alibaba y, durante los últimos dos años, ha sido utilizada por decenas de miles de desarrolladores, identificando millones de defectos. Tras validar su rendimiento a gran escala, la compañía decidió incubar el proyecto en abierto.

Open Code Review se instala mediante NPM, binarios de GitHub Releases (macOS, Linux y Windows) o compilando el código fuente. Una vez configurado un endpoint de modelo de lenguaje (compatible con las API de OpenAI y Anthropic), la herramienta lee los diffs de Git, envía los archivos modificados a un LLM configurable a través de un agente con capacidad de uso de herramientas, y genera comentarios estructurados con precisión a nivel de línea. El agente puede leer el contenido completo de los archivos, buscar en el repositorio e inspeccionar otros ficheros modificados para producir revisiones profundas, no solo superficiales.

La arquitectura híbrida combina dos enfoques. Por un lado, la "ingeniería determinista" aplica restricciones rígidas mediante lógica de programación, no del modelo de lenguaje, en pasos donde el error no es admisible: selección precisa de archivos, agrupación inteligente de archivos relacionados en unidades de revisión, coincidencia de reglas con las características de cada archivo y módulos externos de posicionamiento y reflexión que mejoran la exactitud de la ubicación y del contenido de los comentarios. Por otro lado, el agente se concentra en decisiones dinámicas y recuperación de contexto, con prompts y herramientas optimizados específicamente para revisión de código, reduciendo el consumo de tokens y aumentando la estabilidad.

Entre los casos de uso destaca la integración con flujos de trabajo de CI/CD en GitHub Actions y GitLab CI, lo que permite automatizar la revisión de Pull Requests y Merge Requests. También puede integrarse en agentes de programación como Claude Code mediante un plugin, exponiendo un comando de barra diagonal que ejecuta OCR, filtra los problemas por prioridad y, opcionalmente, aplica correcciones. El proyecto se distribuye como código abierto y está pensado para equipos de desarrollo que ya adoptan asistentes basados en LLM y buscan reemplazar o complementar revisiones humanas con un sistema reproducible a escala industrial.