open-code-review
Ajuda seu agente a revisar código de forma inteligente, encontrando erros e sugerindo correções. É útil para garantir a qualidade do código em projetos.
O que ela faz
Esta ferramenta analisa seu código de programação para encontrar problemas. Ela verifica mudanças recentes, compara diferentes versões do código ou revisa um ponto específico do histórico. Ela pode até sugerir correções.
Quando usar
- ✓Revisar um código que você acabou de escrever antes de enviá-lo.
- ✓Comparar duas versões do seu projeto para ver as diferenças de qualidade.
- ✓Verificar se um colega fez alterações que precisam de atenção.
Exemplo do que pedir para a IA
“Revise meu código e sugira correções.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta usa um programa chamado 'ocr' para ler as mudanças no seu código. Ela analisa essas mudanças, identifica potenciais erros ou melhorias e apresenta um relatório detalhado, linha por linha.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add alibaba/open-code-review --skill open-code-reviewOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/alibaba/open-code-review/main/plugins/open-code-review/skills/open-code-review/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Revisão de Código Aberta
Esta habilidade do plugin Codex espelha intencionalmente a habilidade canônica em skills/open-code-review/SKILL.md. Mantenha ambos os arquivos sincronizados ao atualizar as instruções do agente OCR; um link simbólico é evitado porque as instalações de plugins podem materializar apenas a subárvore do plugin.
Uma habilidade para invocar open-code-review (ocr) — uma CLI de revisão de código AI de código aberto que lê diffs do Git e gera comentários de revisão estruturados, linha por linha.
Fluxo de Trabalho
Etapa 1: Coletar Contexto de Negócios
Analise o alvo da revisão (commits, branch ou alterações) para extrair um contexto de negócios conciso. Passe este contexto via --background para melhorar a qualidade da revisão.
Etapa 2: Executar Revisão de Código
Não verifique previamente se ocr está instalado — pule sondagens como command -v ocr ou ocr --version. Assuma que a CLI está disponível e execute a revisão diretamente; isso economiza uma chamada de ferramenta no caminho comum. Somente se a revisão falhar com command not found você deverá instalá-la conforme Solução de Problemas.
Execute o comando OCR com os sinalizadores apropriados. Sempre passe o contexto de negócios via --background quando disponível:
ocr review --audience agent --background "business context here" [user-args]
Manipulação de argumentos:
- Contexto de fundo (RECOMENDADO): use
--background "context"ou-b "context"para fornecer contexto de negócios para melhor qualidade de revisão - Padrão (sem argumentos do usuário): revisa alterações preparadas, não preparadas e não rastreadas (modo de espaço de trabalho)
- Commit específico: use
--commitou-cpara revisar um único commit em relação ao seu pai - Comparação de branches: use
--from <ref>e--to <ref>para revisar o diff entre dois refs - Tempo limite: tempo limite efetivo por grupo de revisão =
--timeout× rodadas de revisão. O padrão--timeout 15com esforço padrãomedium(2 rodadas) resulta em 30 minutos;low/highresultam em 15/45 minutos. - Concorrência: a concorrência padrão é de 8 workers de arquivo; reduza com
--concurrency <n>se os limites de taxa forem atingidos - Modo de visualização: use
--previewou-ppara visualizar quais arquivos serão revisados sem executar o LLM - Arquivo de saída: use
--output <path>para gravar o resultado completo em um arquivo em vez de stdout. Se o comando falhar comunknown flag: --output, não continue a revisão com stdout simples. Pergunte ao usuário se deseja atualizar (npm i -g @alibaba-group/open-code-review@latest) e aguarde a resposta antes de prosseguir. Após a confirmação do usuário e o sucesso da atualização, execute novamente com--output. - Instalação: se o comando
ocrnão for encontrado, instale-o executandonpm i -g @alibaba-group/open-code-review
Padrões comuns de invocação:
| O usuário diz | Comando a executar |
|---|---|
| "revisar minhas alterações" / "revisar a cópia de trabalho" | ocr review --audience agent -b "context" |
| "revisar este PR" / "revisar branch de funcionalidade" | ocr review --audience agent -b "context" --from main --to <branch> |
| "revisar commit abc123" | ocr review --audience agent -b "context" --commit abc123 |
| "o que seria revisado?" (dry-run) | ocr review --preview |
Modo de saída:
- Sempre use
--audience agentpara suprimir a interface do usuário de progresso e emitir apenas o resumo final - Evitar truncamento de saída: Para revisões grandes ou ambientes de ferramentas restritos, passe
--output /tmp/ocr_out.txte inspecione o arquivo na íntegra por meio de uma ferramenta de leitura de arquivos em vez de canalizar stdout através detailouhead, que descartam comentários de revisão anteriores.
Em caso de falha: Se ocr review sair com um código diferente de zero (por exemplo, um erro de conexão LLM), não tente novamente cegamente — consulte a seção Solução de Problemas abaixo para a correção correspondente antes de executar novamente.
Etapa 3: Relatar
A saída do OCR inclui severity estruturados (crítico / alto / médio / baixo) e category (bug / segurança / desempenho / manutenibilidade / teste / estilo / documentação / outro) em cada comentário. Apresente os resultados agrupados por gravidade, descartando itens de gravidade low que provavelmente são falsos positivos ou detalhes triviais.
Etapa 4: Corrigir
Antes de aplicar correções, verifique se o usuário solicitou correções automáticas:
- Se o usuário solicitou explicitamente "revisar e corrigir" ou similar, prossiga com as correções automáticas
- Se o usuário apenas solicitou "revisar" sem intenção de correção, peça permissão antes de aplicar quaisquer alterações
Ao corrigir problemas e sugestões:
- Concentre-se em itens de gravidade crítica, alta e média
- Aplique correções diretamente no código quando for seguro e bem definido
- Para correções complexas que exigem intervenção manual, descreva claramente o que precisa ser feito
…
Perguntas frequentes
O que é 'código'?
Código é um conjunto de instruções que dizem a um computador o que fazer. Pense nele como uma receita para um programa de computador.
O que é 'revisão de código'?
É o processo de olhar o código de outra pessoa (ou o seu próprio) para encontrar erros, sugerir melhorias ou garantir que ele siga certos padrões de qualidade.
O que são 'mudanças' ou 'diffs'?
São as diferenças entre duas versões de um arquivo ou projeto. A ferramenta foca nessas diferenças para entender o que mudou e revisar apenas o necessário.
Detalhes
Descrição original do autor
Performs AI-powered code review on Git changes using the `ocr` CLI from alibaba/open-code-review. Use when the user asks to review code, review a pull request, review staged/unstaged changes, review a commit, or compare branches for code quality issues. Produces line-level review comments and can automatically apply fixes when requested. With appropriate review rules, can detect various types of i
repo: alibaba/open-code-review
Popularidade
- Estrelas no GitHub
- 47 mil
- Posição no ranking
- #4695
- Licença
- Apache-2.0
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
Skills parecidas
cpp-testing
Faz seu agente escrever e melhorar testes para código C++. Ajuda a configurar ferramentas de teste e a corrigir erros.
affaan-m/ECC
csharp-testing
Ajuda seu agente a criar testes para código C# e .NET. Ele usa as melhores práticas para garantir que os testes sejam eficientes e confiáveis.
affaan-m/ECC
django-tdd
Faz seu agente aplicar estratégias de teste para Django com pytest-django e TDD. É útil para escrever testes robustos e garantir a qualidade do código, especialmente para APIs DRF.
affaan-m/ECC