Новости

Открытое Рецензирование Кода Alibaba Набирает Популярность на GitHub с 51,009 Звёздами

Открытое Рецензирование Кода Alibaba, гибридный инструмент рецензирования кода на основе ИИ, достигает 51,009 звёзд на GitHub, демонстрируя масштабируемость и точность.

Открытое Рецензирование Кода Alibaba Набирает Популярность на GitHub с 51,009 Звёздами

Перевод статьи. Читать оригинальную статью.

На 2026-11-14 проект с открытым исходным кодом Открытое Рецензирование Кода Alibaba стремительно поднялся в трендах GitHub, получив 897 звёзд за один день и достигнув общей суммы 51,009 звёзд и 3,804 форков. Написанный в основном на Go, этот гибридный инструмент рецензирования кода с поддержкой ИИ описывается как безопасный, быстрый, эффективный и прошедший испытание в масштабах Alibaba.

Технические Характеристики и Возможности

Открытое Рецензирование Кода сочетает детерминированные конвейеры с агентом LLM (крупная языковая модель) для предоставления точных комментариев на уровне строки во время рецензирования кода. В нем содержится встроенный набор правил на нескольких языках, который охватывает такие проблемы, как исключения нулевого указателя (NPE), безопасность потоков, межсайтовые скрипты (XSS) и уязвимости SQL-инъекций. Инструмент совместим с моделями OpenAI и Anthropic, предоставляя разработчикам гибкость для настройки своих предпочтительных конечных точек моделей.

Инструмент поддерживает как рецензии на основе различий для запросов на изменение (pull requests), так и полные сканирования файлов для аудита незнакомых кодовых баз. Используя свою гибридную архитектуру, Открытое Рецензирование Кода балансирует детерминированную инженерию с контекстуальным пониманием агента LLM, обеспечивая как точность, так и глубину в своем анализе.

Эффективность Бенчмарка

Согласно бенчмаркам, проведенным на наборе данных из 50 популярных репозиториев с открытым исходным кодом, 200 реальных запросов на изменение и 10 языков программирования, Открытое Рецензирование Кода продемонстрировало значительно более высокую точность и баллы F1 по сравнению с универсальными агентами, такими как Claude Code. Примечательно, что оно достигло этих результатов, используя лишь около одной девятой токенов и завершая рецензии быстрее. Однако его полнота была намеренно ниже, приоритизируя точность для снижения числа ложных срабатываний.

Набор данных бенчмарка, известный как AACR-Bench, был кросс-валидирован более чем 80 старшими инженерами и включал 1,505 аннотированных правдивых вопросов. Были оценены такие метрики, как точность, полнота, балл F1 , среднее время рецензии и потребление токенов, чтобы подчеркнуть эффективность и экономическую целесообразность инструмента.

Принятие и Практическое Использование

Изначально разработанный как внутренний инструмент в Alibaba, Открытое Рецензирование Кода выявило миллионы дефектов кода за 2 лет использования десятков тысяч разработчиков. Его выпуск с открытым исходным кодом направлен на пользу более широкому сообществу разработчиков. Установка проста через npm, и инструмент бесшовно интегрируется с Git для генерации различий и операций с репозиториями. Разработчики могут использовать такие команды, как ocr review для рецензий запросов на изменение или ocr scan для полных аудитов файлов.

На 2026-11-14 репозиторий лицензирован под Лицензией Apache 2.0 и продолжает набирать популярность среди разработчиков по всему миру. Для получения дополнительной информации пользователи могут посетить официальный сайт проекта по адресу open-codereview.ai.

Другие статьи на русском · Финансовые сравнения и источники SEC (на английском)