AI实用工具:Open Code Review阿里开源混合架构代码审查,Caveman语言压缩省65%输出token

2026-07-04

今天两个工具。一个来自阿里巴巴内部两年的代码审查实践：用确定性管线约束 LLM，让审查意见真正落在正确的代码行上。一个来自社区的"语言压缩实验"：让 AI 像山顶洞人一样说话，省下 65% 的输出 token。一个管写完之后的审查，一个管审查之外的省钱。

Open Code Review — 阿里巴巴开源的混合架构代码审查 CLI，用确定性规则管线驯服 LLM 的"随机漂移"

用 AI 做代码审查有一个根深蒂固的问题：你把一个 diff 扔给 LLM，它确实能给出看起来有道理的意见，但经常跳文件、漏问题、评论贴错行。这不是模型的错——让一个概率系统去做需要精确行号定位的工作，本来就会漂移。Alibaba 内部两年前就撞上了这个墙：他们在内部推广 AI 代码审查时发现，纯靠 prompt 驱动的审查，开发者采纳率始终上不去，因为评论经常贴错位置。

Open Code Review 的解法是把审查流程拆成两层。确定性管线负责不会出错的部分：文件筛选（哪些文件值得审查）、diff 分片（把大改动切成适合 LLM 处理的小块）、行号定位（确保评论贴到正确位置）、规则匹配（NPE、线程安全、XSS、SQL 注入等内置规则自动路由）。LLM Agent 负责需要判断力的部分：跨文件上下文探索、风险检测、问题分类。两者之间的边界很清楚——管线不会做语义判断，Agent 不会触碰行号。这套混合架构让 Open Code Review 在阿里巴巴内部服务了数万名开发者、识别了数百万个代码缺陷。

这套内置规则集不是凭空编的。它来自 50 个开源仓库、200 个真实 PR、10 种编程语言，经过 80 多位高级工程师标注验证（1,505 个标注问题）。覆盖 Java、TypeScript、Go、Python、Kotlin、Rust、C++、C 等语言，NPE、线程安全、XSS、SQL 注入这些高频缺陷有专门的检测规则。你可以用自己的模型跑——兼容 Anthropic Messages API 和 OpenAI Chat Completions API，预置了 Anthropic、OpenAI、DeepSeek、智谱等 endpoint，也支持本地部署的兼容服务。

和"让 Claude Code 帮我 review 一下 diff"的区别在于上下文管理。普通 Agent 审查长 diff 时会因为 token 限制跳过文件或截断内容。Open Code Review 内置三级分区上下文压缩（/compress/active），把审查上下文切成热/温/冷三区，突破 token 上限的同时保证关键文件不丢失。审查结果输出结构化 JSON 和 Markdown，可以接入 CI/CD 管线自动评论 PR。

顺便一提，团队配套发布了 Claude Code 和 Codex 的快捷命令。装好 ocr 后，在 Claude Code 里直接 /code-review 或者 npx skills add alibaba/open-code-review --skill open-code-review 注册技能。Codex 里用 /review。

# 一行全局安装
npm i -g @alibaba-group/open-code-review

# 配置模型端点（以 Anthropic 为例）
export ANTHROPIC_API_KEY=sk-ant-...
ocr config set-provider anthropic

# 审查当前分支相对 main 的改动
ocr review --from origin/main --to HEAD

# 审查指定提交范围
ocr review --from abc1234 --to def5678

同类工具对比

工具	架构	行号精度	自托管	内置规则	热度
Open Code Review（今日推荐）	确定性管线 + LLM Agent	✅ 外部定位模块	✅ Apache 2.0	✅ NPE/线程安全/XSS/SQL注入等	⭐ 8,012
PR-Agent (Codium)	LLM + 工具调用	模型驱动，偶有漂移	✅ Apache 2.0	❌ 通用 prompt	⭐ 11,548
CodeRabbit	托管 SaaS	✅	❌ 仅云端	✅	$24/月起
Claude Code + review skill	纯 prompt	漂移风险高	❌ 闭源宿主	❌ 依赖 prompt 质量	N/A

Open Code Review 和 PR-Agent 的开源路线不同。PR-Agent 靠模型驱动全流程，灵活但行号精度不稳定；Open Code Review 把流程中最需要确定性的环节（分片、定位、规则路由、调度）抽出来做成非 LLM 模块。选择哪个取决于你的优先级：如果你需要最大灵活性且不介意偶尔贴错行，PR-Agent 更成熟；如果你需要的是"像 linter 一样精确的 AI 审查"，Open Code Review 的混合架构是目前唯一做到这一点的开源方案。

⭐ 8,012 · Apache 2.0 · v1.3.19 · 30 贡献者 · https://github.com/alibaba/open-code-review · https://alibaba.github.io/open-code-review/

Caveman — 一个 Claude Code Skill，让 AI 像山顶洞人一样说话，省下 65% 输出 token

用 Claude Code 写代码的人大概都经历过这个微妙的烦躁时刻：你问了一个简单问题，Claude 先用三句话表示"我很乐意帮你"，然后一步一步解释它要做什么，做完之后再总结一遍它做了什么，最后问你"还需要我做什么吗"。这些礼貌用语、过程叙述、收尾寒暄，在你的账单上是按 token 计费的。

Caveman 做的事情简单到荒谬但极其有效：它在系统层面注入一条指令，强制 Claude 用最精简的语言回答——像山顶洞人一样。代码、路径、错误信息这些实质内容原封不动，被砍掉的只有包装层。"I'd be happy to help you with that" → 没了。"Let me explain what I did" → 没了。"Is there anything else you'd like me to help with?" → 也没了。

实测数据：四个标准任务（网页搜索、代码编辑、文件探索、问答解释），平均每轮输出从 158 token 降到 63 token，降幅 61%。估算实际会话中总 token 节省约 12-24%——输入 token 不变，省的全是输出的"废话税"。思考/推理 token（thinking tokens）不受影响——脑子还是一样大，只是嘴变小了。

覆盖 40+ 种 AI 编码工具：Claude Code、Codex、Gemini CLI、Cursor、Windsurf、Cline、GitHub Copilot、Antigravity 等。安装方式根据工具不同分三种路径：Claude Code 用 /plugin marketplace add JuliusBrussee/caveman（插件模式），或者 npx skills add JuliusBrussee/caveman -a claude-code（技能模式）；Cursor/Windsurf 等纯编辑器工具把 SKILL.md 复制到对应目录即可。

需要注意的是，这个技能不适合所有场景。学新框架、评估架构方案、理解陌生代码库时，压缩后的回答可能缺少必要的上下文展开。正确的使用姿势是：执行时开，学习时关。你已经知道要做什么，只需要 AI 快速帮你做——开 caveman。你需要 AI 帮你思考和决策——关 caveman。

# Claude Code（插件模式，推荐）
/plugin marketplace add JuliusBrussee/caveman
/plugin install caveman@caveman-marketplace

# Claude Code（技能模式）
npx skills add JuliusBrussee/caveman -a claude-code

# Cursor / Windsurf
npx skills add JuliusBrussee/caveman -a cursor
npx skills add JuliusBrussee/caveman -a windsurf

# 激活后直接说"用 caveman 模式"或输入 /caveman

工具	节省方式	覆盖工具数	节省幅度	热度
Caveman（今日推荐）	系统级语言压缩，砍掉礼貌用语和叙述层	40+	输出 token -65%，会话 -12~24%	⭐ 82,445
Ponytail	六阶梯决策模型，从源头减少过度工程	13	代码量 -54%，费用 -20%	⭐ 48,508
caveman-skill (claude.ai 版)	语言压缩，三级强度可选	claude.ai / Desktop	输出 -30%~87%	⭐ 较小
手动切换更便宜的模型	Provider 层面省钱	通用	取决于模型价差	N/A