ocra（Open-CR-Agent）：开源多智能体代码审查引擎，审查本地改动与 GitHub/GitLab 拉取请求

jma49/Open-CR-Agent · ocra: open-source multi-agent code review for local changes and GitHub pull requests. Deterministic engineering selects, bundles and anchors; specialised LLM reviewers find issues, then Verify and a judge filter them. CLI and GitHub Action.

GitHub原文发布未知首次收录 2026-10-05上架 2026-10-05 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

ocra 是一个开源代码审查引擎，采用「确定性工程 + 隔离 LLM 智能体」的流水线：先由代码决定审查范围、风险分级、分捆、规则匹配与评论锚点，再由隔离的 LLM 审查员（correctness、security、performance、docs、agents-md）发现问题，随后经验证器与评审模型事实核查、去重和定级后再发布。支持本地改动、GitHub PR 与 GitLab MR，可运行在自有 CI 中使用自己的模型密钥，输出带版本的 JSON 报告与 SARIF 2.1.0，并提供成本上限、失败回退链、增量复审、记忆、指标与评估工具（ocra-eval、AACR-Bench）。项目以不可信 PR 为设计前提，智能体仅具只读工具、无 shell 与网络。

# LLM # multi-agent # code-review # SARIF # github-actions

核心能力与快速开始

★ 1 · TypeScript

能做什么: 确定性阶段负责文件选择、风险分级、分捆、规则匹配与审查员矩阵；LLM 审查员以隔离任务形式运行并通过类型化工具提交发现；发现内容经锚定（按引文匹配而非模型给出的行号）、验证、去重与严重度校准后再发布。提供 CLI（review、--plan、--max-cost-usd、--format sarif、--import-sarif、--pr/--mr --publish）、GitHub Action、GitLab CI 用法与容器镜像；配置来自仓库 .ocra/config.json（模型 top/standard/light、并发、超时、include/exclude、runtime、插件），规则来自 .ocra/rules.json，仓库指引来自 AGENTS.md；支持插件契约（VcsAdapter、AgentRuntime、Reviewer、规则与工具、分析器）、作为库调用的 review() API、内存（ocra memory）、指标（ocra metrics）与登录 ocra Cloud 的命令。输出为每次运行的 events.jsonl 与 report.json，退出码区分完成、确认的严重发现、使用错误、审查不完整与中断。
适用场景: 在本地审查未提交改动、单个提交或与主分支的差异；在 CI 中对 GitHub 拉取请求或 GitLab 合并请求自动评论并增量复审；导入 Semgrep、CodeQL 等分析器的 SARIF 结果与模型发现合并；把 SARIF 上传到代码扫描看板；团队共享规则、记忆已接受的发现并统计运行成本与发现处置；作为库嵌入自有程序或服务中构建自己的审查流程。
项目形态: 可直接使用的工具
部署方式: 可全局安装 npm 包 @open-cr-agent/cli 或使用 npx 运行，也可通过 GitHub Action、GitLab CI 任务或容器镜像 ghcr.io/jma49/ocra:<version>（amd64/arm64）在自有 CI 中运行；另有作为库嵌入的方式。提交来源适配器支持本地 git、GitHub、GitLab。
主要依赖: 需要 Node.js 22.19 或更高版本与 Git；需要自备模型提供方的 API 密钥（示例使用 GEMINI_API_KEY，支持 OpenCode 所支持的提供方及自建 OpenAI 兼容端点）；默认运行时 OpenCode 为可选依赖，使用 direct 运行时可不安装（体积 11MB 对比 175MB）。模型调用产生费用，需自行配置模型与价格。
使用限制: 项目处于早期 0.x 阶段，CLI 参数、配置键、退出码与报告格式被视为契约，提示词与审查质量仍在变动。作者公布的实测质量基于 16 个黄金用例的单次运行、单一模型家族，召回率为弱项；两个相同运行在十个基准 PR 上精度相差 20 个百分点，样本尚不足以支撑提示词改动。判定结果由读过改动的模型给出，可能被改动中的文本影响，不应作为安全门禁。插件仅在受信任的代码树中加载，拉取请求与 --no-repo-config 下不加载。
许可证: Apache-2.0
最近推送: 2026-10-05 07:00

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-05 07:00 · 卡片整理：2026-10-05 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

在本地改动、GitHub PR 或 GitLab MR 上运行多智能体代码审查，由 correctness、security、performance、docs、agents-md 等审查员发现问题，并经事实核查、去重和定级后输出带版本的 JSON 报告与 SARIF 2.1.0，用于代码审查与排错。

查看内容依据

ocra 是一个开源代码审查引擎，采用「确定性工程 + 隔离 LLM 智能体」的流水线：先由代码决定审查范围、风险分级、分捆、规则匹配与评论锚点，再由隔离的 LLM 审查员（correctness、security、performance、docs、agents-md）发现问题，随后经验证器与评审模型事实核查、去重和定级后再发布。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Revera：基于双模型校验的 GitHub 拉取请求 AI 代码审查工具

Revera 是一个用 Rust 编写的开源代码审查工具，使用用户自行选择的 AI 模型审查 GitHub 拉取请求。它采用调查者与验证者两阶段流程：调查者阅读变更并提出缺陷候选，验证者则在全新会话中重新从代码中独立确认每条发现，才允许发布，以减少未经验证的误报。支持 OpenAI 兼容端点、OpenAI Responses、Anthropic 和 Google Gemini，可为不同角色分别配置供应商与模型，并支持有序的备用模型。可自托管为 GitHub App（支持 @mention 触发、quick/deep 模式）、GitHub Action 或本地 CLI，并能在多次推送间跟踪发现的修复与重开。仅支持 GitHub 作为发布目标，无托管服务，需自行部署并直接向模型供应商付费；README 说明其评估样本较小，仍可能漏报或误接受错误发现，需要人工审查。

Flashmind：Rust 编写的 AI Agent 开发框架

Flashmind 是一个用 Rust 构建 AI Agent 应用的框架，提供流式 LLM 供应商接入、70+ 内置工具、向量记忆、多智能体编排与 MCP 支持。它通过统一的异步 API 暴露能力，内置 Ollama、OpenRouter、Anthropic、OpenAI（兼容 vLLM/LiteLLM）四类供应商，并支持自定义工具、自定义供应商、混合检索记忆与上下文自动压缩；同时提供 Jev CLI 与 OpenRouter CLI 等命令行入口。

AI Code Review Agent：基于本地 Ollama 的多智能体代码审查工具

AI Code Review Agent 是一个由本地 Ollama 驱动的 15 智能体代码审查工具，针对 git diff 从安全、正确性、性能、设计、依赖、破坏性变更、许可证合规、对抗性输入、集成风险、测试覆盖、测试生成、错误处理、可观测性、数据库迁移安全、密钥检测和代码复杂度等维度产出结构化审查结果，无需调用云端 API。每个专家智能体仅接触经过净化的 diff 和自身系统提示，由编排智能体去重、交叉引用并按置信度分级阈值筛选最终发现。支持 markdown、JSON、SARIF 和 GitHub PR 注解输出，同时提供 MCP 服务器以及 VS Code/Cursor 扩展。

an5Tasks：基于 Genkit 的数据库 Schema 问题与 LLM 代码审查任务管理器

an5Tasks 是一个 TypeScript 任务管理器，用于处理数据库 schema 问题以及由 LLM 代码审查产生的任务。它支持基于正则的快速任务提取和基于 Genkit generate() 的 AI 任务提取两种模式，提供任务的创建、列表和更新工具，并可将这些工具注册为 Genkit 工具供 LLM 进行工具调用。项目中的 Genkit Flow（parseReviewToTasksFlow、aiParseReviewToTasksFlow）可直接把审查文本转换为结构化任务。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。