Open Code Review của Alibaba: cài đặt và lần đánh giá đầu tiên

Tài liệu Ailoot: API, khóa và tích hợp.

Open Code Review làm gì#

Dự án được phát hành trong kho lưu trữ chính thức của Alibaba theo giấy phép Apache-2.0. Trong README, các nhà phát triển mô tả việc kết hợp lựa chọn tệp và quy tắc bằng chương trình với một tác nhân phân tích mã. Ngoài ra còn có ocr scan để quét toàn bộ tệp khi không có diff đáng kể—một tập hợp các thay đổi trong Git.

Hãy bắt đầu bằng lượt đánh giá đầu tiên và tự đánh giá các nhận xét về mã của bạn. Mức tiết kiệm token trên dự án của bạn chưa được đo lường ở đây. Bài viết về những tuyên bố “đã xong” sai lệch giải thích vì sao nên kiểm tra riêng kết quả của tác nhân.

Chuẩn bị kho lưu trữ và cài đặt OCR#

Phương thức cài đặt này yêu cầu Git 2.41 trở lên và npm. Hãy bắt đầu với một kho lưu trữ thử nghiệm không chứa bí mật. Tác nhân có thể đọc toàn bộ tệp và tìm kiếm trong cơ sở mã; chế độ thư mục làm việc cũng bao gồm các tệp chưa được theo dõi. Hãy kiểm tra toàn bộ kho lưu trữ, kể cả các tệp mới: trong đó không được có khóa hoặc dữ liệu không thể gửi đến mô hình bạn chọn.

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

Sau khi cài đặt, lệnh ocr sẽ khả dụng. Hãy đối chiếu các tùy chọn cài đặt và chính gói này với README chính thức, thay vì một gói bất kỳ có tên tương tự.

Cấu hình mô hình và chạy đánh giá#

Trong terminal, chạy:

ocr config provider
ocr config model

Giao diện tương tác sẽ yêu cầu bạn chọn nhà cung cấp, nhập khóa API và cấu hình mô hình, sau đó kiểm tra kết nối. Hãy nhập khóa trong giao diện được chỉ định, không nhập vào các tệp dự án hoặc thông điệp commit. Trước khi chạy đánh giá, hãy tìm hiểu cách nhà cung cấp bạn chọn tính phí: giấy phép miễn phí của OCR không có nghĩa là các lệnh gọi mô hình được miễn phí.

Chuyển đến thư mục dự án và chạy đánh giá. Thay your-project bằng đường dẫn đến dự án của bạn:

cd your-project
ocr review

Ở chế độ này, ocr review kiểm tra các thay đổi đã đưa vào staging, chưa đưa vào staging và các thay đổi mới trong những tệp chưa được theo dõi. Để lưu nhận xét dưới dạng JSON, bạn có thể dùng:

ocr review --format json --output result.json

Đừng tự động thêm báo cáo vào commit: trước tiên hãy kiểm tra để bảo đảm báo cáo không chứa mã hoặc dữ liệu nhạy cảm. Có một lệnh riêng để đánh giá toàn bộ tệp trong một thư mục, bất kể có thay đổi hay không:

ocr scan --path internal/agent

internal/agent là ví dụ trong README; hãy thay bằng một đường dẫn có sẵn trong dự án của bạn. Hãy bắt đầu với một thư mục nhỏ để đánh giá mức độ hữu ích của các nhận xét và chi phí thực tế trước khi quét mọi thứ.

Cách xác định một lượt đánh giá có hữu ích hay không#

Mở từng nhận xét, tìm dòng tương ứng và kiểm tra xem có thể tái hiện vấn đề hay không. Xác nhận bản sửa bằng một bài kiểm thử và ghi lại riêng các kết quả dương tính giả. Không có nhận xét không thể thay thế các bài kiểm thử chức năng và kiểm tra quyền truy cập.

Trong phần so sánh của họ, các nhà phát triển nêu trong README rằng OCR phát hiện được tỷ lệ vấn đề thấp hơn so với các tác nhân đa dụng. Đây là tuyên bố của nhà phát triển trong các điều kiện nghiên cứu của họ, không phải phép đo chất lượng dự án của bạn. Ở đây không có phép đo độc lập nào về độ chính xác của OCR.

Chế độ ủy quyền khác như thế nào#

Chế độ thông thường sử dụng mô hình được cấu hình trong OCR. Trong chế độ ủy quyền, OCR chọn tệp và xác định quy tắc, còn tác nhân AI của bạn đánh giá mã bằng mô hình riêng. Ở chế độ này, không cần cấu hình mô hình riêng hoặc khóa API cho OCR.

Các lệnh chuẩn bị trong README:

ocr delegate preview
ocr delegate rule src/main.go src/handler.go

Hãy thay các đường dẫn bằng đường dẫn của bạn. Sau các lệnh này, chuyển phần phân tích cho tác nhân đã kết nối: chuẩn bị tệp chưa phải là đánh giá mã. Điều khoản thanh toán và giới hạn của tác nhân vẫn áp dụng, vì vậy “không cần khóa riêng” không có nghĩa là “đánh giá miễn phí”.

Kho lưu trữ mô tả các tích hợp với Claude Code, Codex và những tác nhân khác. Nếu dùng Codex, trước tiên hãy tìm hiểu cách hoạt động của skills trong Codex; với một công cụ được hỗ trợ khác, có giới thiệu về Kimi Code. Hãy kết nối tích hợp sau khi đã hiểu báo cáo thông thường, đừng dùng nó thay cho việc đọc báo cáo.

Nếu lần chạy không cho ra kết quả#

Kiểm tra xem đã cài đúng phiên bản Git yêu cầu chưa, bạn có đang ở đúng thư mục dự án không và kết nối với mô hình có hoạt động không. Nếu không có thay đổi nào để đánh giá, đừng gọi kết quả trống là lượt đánh giá toàn bộ cơ sở mã: hãy dùng scan cho toàn bộ tệp. Đừng tự động chặn commit chỉ dựa trên một báo cáo lạ duy nhất.

Các lệnh đã được đối chiếu với README chính thức tại revision đã ghim của kho lưu trữ. Không có lần chạy trả phí nào trên dự án của người dùng. Tiêu chí thành công của lần thử đầu tiên là có các nhận xét rõ ràng mà bạn có thể xác nhận hoặc bác bỏ kèm lý do.

Nếu bạn cần truy cập các mô hình AI thông qua Ailoot, hãy xem Ailoot.