企业官网建设流程全解析

Open Code Review Codex 插件使用指南：在本地 Codex 中接入ocr代码审查 CLI

【免费下载链接】open-code-reviewFast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool: deterministic pipelines + LLM Agent, precise line-level comments, built-in multi-language ruleset (NPE, thread-safety, XSS, SQL injection), OpenAI & Anthropic compatible.项目地址: https://gitcode.com/GitHub_Trending/op/open-code-review

Open Code Review（OCR）是阿里开源的一款混合架构代码审查工具，将确定性流水线与 LLM Agent 结合，产出逐行级别的审查评论。本指南讲解其 Codex 官方插件（仓库内位于 plugins/open-code-review/）的安装、使用与内部机制：插件并不会把 OCR 变成 Codex 的 LLM backend，而是以 skill 的形式让 Codex 直接调用本地ocrCLI。读完本文，你将掌握从前置准备、marketplace 安装、常用对话式调用，到--audience agent等底层命令参数与源码级原理的完整链路。

架构定位：Skill 集成而非 LLM backend 替换

这是理解整个插件的前提。根据 CODEX.ko-KR.md 的明确说明，该插件不会将 Open Code Review 替换为 Codex 内部的 LLM 后端，而是为 Codex 提供可调用的 review skill，由 skill 背后的 Agent 在本地执行ocrCLI：

Codex └─ Open Code Review plugin └─ ocr review --audience agent

也就是说：Codex 负责理解用户意图（"review my changes"），OCR 负责真正读取 Git diff、调用已配置的 LLM 并生成结构化逐行评论，两者职责分离。这一点在 plugins/open-code-review/README.md 中也有对应说明——所有 coding agent 集成（Claude Code、Codex、Cursor、QCA Forward）都要求先安装ocrCLI 并完成 OCR 自身的 LLM 配置。

从源码结构看，该插件的 skill 定义刻意与仓库根级规范 skill（skills/open-code-review/SKILL.md）保持同步（参见 SKILL.md 中"mirrors the canonical skill"的注释），因为插件安装时可能只会物化插件子树，所以两份文件需手工保持同步而非使用符号链接。

前置准备：安装并验证ocrCLI

任何插件用法都依赖本地ocr命令，Codex 插件本身不负责安装它。按文档要求依次完成：

1. 全局安装 CLI：

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

2. 确认安装结果：

command -v ocr ocr version

3. 验证 OCR 自身的 LLM 连通性：

ocr llm test

注意：ocr llm test失败意味着 OCR 的 LLM 尚未配置好，这与 Codex 插件的安装相互独立，必须先把 OCR 的 LLM 配置完成，否则后续 review 会因无法连接 LLM 而失败。配置方式为交互式向导ocr config provider、ocr config model，或手工设置：

ocr config set llm.url https://api.anthropic.com/v1/messages ocr config set llm.auth_token <api-key> ocr config set llm.model claude-opus-4-6 ocr config set llm.use_anthropic true

这与 SKILL.md 故障排查章节的建议一致：ocr review在没有可达 LLM 时会"loudly"失败，必须先配置再使用。所有集成（包括 Codex）还要求 Git 2.41 及以上版本。

在 Codex 中安装插件

将该仓库作为 Codex marketplace 添加，然后启动 Codex：

codex plugin marketplace add alibaba/open-code-review codex

进入 Codex 后，打开/plugins，找到Open Code Review并安装、启用。之后新建一个 task 即可使用。

如果是本地 checkout 或 fork 做测试，可用本地路径替代远程 marketplace：

codex plugin marketplace add . codex

安装启用后，插件对外暴露的是可调用的 review skill（本地ocrCLI 的封装），而不是新的 slash command 或 OpenAI Responses API endpoint。

使用示例：通过对话触发代码审查

在新建的 Codex thread 中直接以自然语言发起请求，插件 skill 会把意图映射为ocr命令。文档给出的典型用法：

审查当前工作区改动：

@Open Code Review review my current changes

分支对比：

@Open Code Review review this branch against main

审查后只修复高置信度问题：

@Open Code Review review and fix high-confidence issues

关于"review and fix"需要特别说明：文档明确要求，文件修改与 commit 生成只在用户显式请求时执行。这与底层 skill 的 Step 4（SKILL.md）一致——若用户只要求 review 而无修复意图，Agent 必须先征得许可再改动任何文件；即便执行修复，也应聚焦 critical/high/medium 级别的评论，并在提交前与用户确认。

插件内部实际执行的命令

无论用户在对话中如何措辞，落到终端上最终都是ocr review系列命令，且统一带有--audience agent以保证输出干净、无进度 UI 干扰。

审查当前工作区改动

ocr review --audience agent

这是默认模式。从 review_cmd.go 的命令示例与 SKILL.md 的说明可以确认：不带参数时，OCR 审查的是暂存、未暂存以及未跟踪（untracked）的全部改动；如果只想收窄范围，应选择性git add或使用--exclude排除。

审查特定 commit

ocr review --audience agent --commit <sha>

--commit（短选项-c）将单个 commit 与其父提交对比审查。参数校验逻辑位于 shared_flags.go 与validateDiffMode：--from/--to与--commit两种模式互斥，同一命令只能选一种。

分支对比审查

ocr review --audience agent --from <base-ref> --to <head-ref>

--from指定 diff 起点 ref（如main），--to指定终点 ref（如特性分支）。校验要求两者必须成对出现：只给其一会直接报错（shared_flags.go）。同时 review_cmd.go 中的validateReviewRefs还会对--from/--to/--commit做安全校验，拒绝以-开头或无法通过git rev-parse --verify的非法 ref，防止选项注入。

预演模式

ocr review --preview

--preview（短选项-p）只列出将被审查的文件，不调用任何 LLM，是确认审查范围、估算成本的高性价比手段（标志定义见 shared_flags.go，执行路径见runPreviewContext，review_cmd.go）。注意--preview与--resume互斥（shared_flags.go）。

关键参数与底层机制

--audience agent是整套集成的核心标志。其定义位于 shared_flags.go：

cmd.Flags().StringVar(audience, "audience", "human", "output audience: human (show progress; on stderr for json/sarif) or agent (summary only)")

agent模式只输出最终摘要，不输出进度行；human模式会流式展示进度（json/sarif 格式下进度走 stderr）。对 Codex 这类 Agent 调用方，必须用--audience agent避免污染输出流。取值仅限human与agent两种，非法值会在validateAudience中被拒绝。

以下是 skill 文档与源码中提到的其他关键参数（完整标志注册见registerReviewFlags，shared_flags.go）：

Agent 侧的完整工作流

参照 SKILL.md，Codex 中的 skill 在调用ocr前后还有标准流程：

1. 收集业务上下文：分析审查目标（commit/分支/改动），用--background传入精简的业务上下文；
2. 运行审查：按上表参数组装命令，总是携带--audience agent，输出重定向到临时文件后整体读取，避免tail/head截断丢失前面的评论；
3. 报告：OCR 输出中每条评论带结构化severity（critical/high/medium/low）与category（bug/security/performance/maintainability/test/style/documentation/other），按严重级别分组呈现，丢弃 low 级别的疑似误报；定位失败时start_line/end_line均为 0，此时需读取评论内容并结合目标文件人工定位；
4. 修复：仅当用户明确要求时才自动修改；未明确要求时先请求许可。

大型 diff 与超时行为

skill 文档还提示了几个易踩的坑：超时按"单组超时 × 审查轮数"计算（默认--timeout 15配合 medium 两轮约 30 分钟）；默认并发 8 个文件 worker；单请求 token 上限默认 58888，超大 diff 可能被截断；diff 超过 50 行时会先进入额外的风险分析（plan）阶段再进入主审查——这对应 review_cmd.go 中agent.New构造的 Agent 管线（plan 工具定义与 main 工具定义合并了 MCP 工具）。此外，审查失败（如 LLM 连接错误）时不要盲目重试，应回到ocr llm test检查 LLM 配置。

注意事项汇总

• 本插件不设置OpenAI Responses API endpoint；
• 本插件不要求OPENAI_API_KEY或gpt-5.1-codex-max配置；
• OCR 自身需要独立的 LLM 配置（Anthropic 或任意 OpenAI 兼容 endpoint，通过ocr config provider等完成）；
• 文件修改仅在用户显式请求时执行；
• commit 生成仅在用户显式请求时执行；
• 工作目录即 Git 仓库根目录，ocr review以当前目录为审查对象，需要时可使用--repo指定其他仓库目录。

与其他平台集成的对照

Codex 插件只是 plugins/open-code-review/README.md 中列出的集成之一。同类集成还包括：Claude Code（/plugin marketplace add alibaba/open-code-review+/plugin install open-code-review@open-code-review，安装/open-code-review:review与/open-code-review:delegate-review两个 slash 命令，对应命令定义见 review.md 与 delegate-review.md）、Cursor（将plugins/open-code-review/目录复制到~/.cursor/plugins/local/open-code-review/）、以及 QCA Forward（通过 OCR 委托模式复用宿主模型）。它们共享同一套ocrCLI 与 skill 工作流，只是接入入口不同。需要说明的是，Codex 集成场景中--audience agent同时意味着摘要输出面向 Agent 消费，配合--format json（open-code-review.ts 中的 OpenCode 插件实现会为 review 附加--format json）可让评论结果以结构化数据回流给 Agent 做分级汇报与修复决策。

【免费下载链接】open-code-reviewFast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool: deterministic pipelines + LLM Agent, precise line-level comments, built-in multi-language ruleset (NPE, thread-safety, XSS, SQL injection), OpenAI & Anthropic compatible.项目地址: https://gitcode.com/GitHub_Trending/op/open-code-review