Kurz zusammengefasst
- OCR ist ein spezialisiertes Code-Review-CLI, kein Chatbot: liest Git-Diffs → Tool-Aufrufe für Kontext → zeilenweise Review-Kommentare; bei gleichem Modell ca. ~1/9 der Tokens von Claude Code Allzweck-Review, höhere Precision/F1 (Recall etwas niedriger — weniger Rauschen).
- 12+ eingebaute Provider:
anthropic(Claude),openai(GPT), DashScope, DeepSeek, Kimi, Zhipuz-aiu. a.; nur zwei Protokolle: Anthropic Messages und OpenAI Chat Completions. - Gemini nicht in der Preset-Tabelle, aber Google bietet eine OpenAI-kompatible API — Custom Provider reicht; Vertex AI Enterprise-Gateway analog.
- Zwei Ausführungsspuren: ① OCR mit eigenem LLM (
ocr review); ② Delegation Mode (ocr delegate) — OCR filtert Dateien und Regeln, Review erledigt Claude Code / Cursor mit eigenem Modell. - Modellstärke ist nicht die Trennlinie — Review-Pipeline (deterministische Technik + Agent) und Abrechnungspfad (OCR-API vs. Abo-Delegation) sind es.
Fazit vorweg: Open Code Review unterstützt Claude und GPT, Gemini über Custom-Pfad
Die Review-Qualitätsobergrenze setzt das Modell — Signal-Rausch-Verhältnis und Kosten setzt OCRs deterministische Pipeline. Dasselbe Claude Opus: OCR spart Tokens und liefert weniger Fehlalarme als Claude Code
/code-reviewohne Pipeline.
Stand August 2026 listet alibaba/open-code-review in der offiziellen Konfigurationsdoku 13 eingebaute Provider. Drei Pfade für diesen Artikel:
- Claude (empfohlener Default) —
ocr config set provider anthropic, nativesanthropic-Protokoll; Modelle wieclaude-opus-4-6,claude-sonnet-4-6; liestANTHROPIC_API_KEYoder Claude-Code-ANTHROPIC_*automatisch. - GPT —
provider openai, Endpointhttps://api.openai.com/v1; für Teams mit ChatGPT Team / API-Guthaben odergpt-5.x/o-series. - Gemini — kein eingebautes Preset; über
custom_providersauf Googles OpenAI-kompatiblen Endpoint (https://generativelanguage.googleapis.com/v1beta/openai/), Modellgemini-2.5-prousw.; Enterprise über Vertex-Gateway-URL.
Wer schon Open Code Review Claude nutzt (Claude-Code-Plugin installiert), kann Delegation Mode aktivieren: OCR ruft keine externe API — Review läuft im Claude-Code-Session-Modell. Abo-Kontingent und OCR-Review teilen eine Rechnung. Das ist eine völlig andere Kostenstruktur als „OCR mit eigenem API Key“.
1. Warum reicht „mal mit Claude Code reviewen“ nicht — und wozu Open Code Review?
Claude Code hat /code-review als Skill — funktioniert. Nach zwei Jahren Skalierung bei Alibaba wurde OCR separat open-sourced. Drei Schmerzpunkte:
- Unvollständige Abdeckung — Bei großen Diffs wählt der Allzweck-Agent oft „wichtige“ Dateien und übersieht geänderte Files; OCR nutzt deterministische Dateiauswahl + intelligentes Bundling (z. B.
message_en.propertiesmitmessage_zh.propertiesals Gruppe) für volle Abdeckung. - Positionsdrift — Allzweck-Agent-Kommentare treffen Zeilennummern oft nicht; OCR hat ein eigenes Verankerungs- und Reflexionsmodul für zeilenweise Anker.
- Qualitätsschwankung + Token-Verschwendung — Reine NL-Skills sind schwer debugbar; OCR-Benchmark (50 OSS-Repos, 200 echte PRs, 10 Sprachen): bei gleichem Modell deutlich höheres F1/Precision als Claude Code Allzweck-Review, ca. 1/9 Token, kürzere Laufzeit; etwas niedrigerer Recall ist bewusst weniger Meldungen — weniger Fehlalarm-Triage.
Open Code Review Claude ist nicht „noch eine Claude-Hülle“, sondern Claude in einer für Review optimierten Pipeline. Modell auf GPT oder Gemini tauschen — Pipeline bleibt. Das ist der Sinn der Multi-Modell-Unterstützung.
2. Was ist Open Code Review? Wie werden Modelle angebunden?
2.1 Produktpositionierung
OCR ist ein globales CLI via npm install -g @alibaba-group/open-code-review (Befehl ocr). Typischer Ablauf:
ocr config provider # interaktiv: Provider + Modell + Verbindungstest
ocr review # staged/unstaged Änderungen im Workspace
ocr review --from main --to feature/x # Branch-Vergleich
ocr scan --path internal/agent # Vollscan (auch ohne Diff)
Agent-Tools: file_read, code_search, file_read_diff, code_comment u. a. — Querverweise über Dateien, nicht nur Patch-Oberfläche.
2.2 Drei Anbindungsarten
| Typ | Einstieg | Typische Modelle | Konfigurationsaufwand | Für wen |
|---|---|---|---|---|
| Eingebauter Provider | ocr config provider |
Claude, GPT, DeepSeek, Qwen… | Niedrig (API Key) | Meiste Teams — Standardpfad |
| Custom Provider | custom_providers.* |
Gemini, eigenes vLLM, Enterprise-Gateway | Mittel (URL + protocol) | Bestehendes Modell-Gateway / Compliance-Intranet |
| Delegation Mode | ocr delegate |
Claude Code / Cursor aktuelles Modell | Kein OCR-Key | Bereits Abo — API-Rechnung sparen |
2.3 Vollständige Provider-Liste (2026-08)
Alle mit vorkonfigurierter Base URL — nur API Key (oder Env-Variable):
| Name | Protokoll | Modelle / Einsatz | Umgebungsvariable |
|---|---|---|---|
anthropic | anthropic | Claude Opus / Sonnet | ANTHROPIC_API_KEY |
openai | openai | GPT-5.x / o-series | OPENAI_API_KEY |
dashscope | openai | Qwen-Serie | DASHSCOPE_API_KEY |
deepseek | openai | DeepSeek V3 u. a. | DEEPSEEK_API_KEY |
kimi | openai | Moonshot Kimi | MOONSHOT_API_KEY |
z-ai | openai | Zhipu GLM | Z_AI_API_KEY |
volcengine | openai | Volcano Ark | ARK_API_KEY |
baidu-qianfan | openai | Ernie Qianfan | QIANFAN_API_KEY |
Zusätzlich dashscope-tokenplan, tencent-tokenhub, hy-tokenplan, mimo, minimax u. a. Token-Plan-Endpunkte | |||
Konfiguration: ~/.opencodereview/config.json; einmaliges Modell-Override: ocr review --model claude-sonnet-4-6 ohne Dateiänderung.
3. Claude, GPT, Gemini: drei Konfigurationspfade im Detail
3.1 Claude (reibungslosester OCR-Pfad)
Claude nutzt das native Anthropic-Protokoll, keine OpenAI-Kompatibilitätsschicht — stabilste Tool-Aufrufe und Messages-API; am meisten in Alibaba-Produktion validiert.
# Interaktiv (empfohlen)
ocr config provider
# anthropic wählen → ANTHROPIC_API_KEY → claude-opus-4-6
# CI ohne Dialog
ocr config set provider anthropic
ocr config set model claude-sonnet-4-6
ocr config set providers.anthropic.api_key "$ANTHROPIC_API_KEY"
ocr llm test
Claude-Code-Umgebung wiederverwenden: Ist ANTHROPIC_AUTH_TOKEN / ANTHROPIC_BASE_URL (wie Claude Code) gesetzt, übernimmt OCR automatisch. Mit dem Claude-Code-Plugin dieselben Review-Regeln per Slash-Command in der IDE.
Empfehlung: PR-Merge-Gate → Sonnet (Kosten); Security/Concurrency/Finanzen → Opus; Thinking abschalten spart Tokens: ocr config set providers.anthropic.extra_body '{"thinking":{"type":"disabled"}}'.
3.2 GPT (offizielle OpenAI-Spur)
ocr config set provider openai
ocr config set model gpt-5.2
ocr config set providers.openai.api_key "$OPENAI_API_KEY"
ocr review --from origin/main --to HEAD
GPT passt zu Teams mit zentraler OpenAI-Platform-API oder Copilot-Ökosystem. OCR normalisiert OpenAI-URLs; Azure OpenAI über custom_providers mit Deployment-Endpoint.
Vs. Claude in derselben OCR-Pipeline: Unterschied vor allem im Inferenzstil (GPT eher Konventionschecks, Claude eher Randfälle) — gleiche Tool-Suite.
3.3 Gemini (Custom Provider, nicht eingebaut)
Google nicht in der Preset-Tabelle, aber Gemini API mit OpenAI-Kompatibilität:
ocr config set provider gemini-google
ocr config set custom_providers.gemini-google.url https://generativelanguage.googleapis.com/v1beta/openai/
ocr config set custom_providers.gemini-google.protocol openai
ocr config set custom_providers.gemini-google.model gemini-2.5-pro
ocr config set custom_providers.gemini-google.api_key "$GEMINI_API_KEY"
ocr config set custom_providers.gemini-google.models "gemini-2.5-pro,gemini-2.5-flash,gemini-2.0-flash"
ocr llm test
Bei großen Monorepos theoretisch Vorteil durch Millionen-Token-Kontext — OCR bundelt und shardet aber selbst; die meisten PRs brauchen keinen Vollkontext. Praktischer Grund: GCP/Vertex-Vertrag, Rechnung auf GCP. Vertex Enterprise: url auf Regional-Endpoint, protocol bleibt openai. Mehr zu Gemini: Gemini 3.5 Pro — Funktionen, Preis, Release.
4. Claude vs. GPT vs. Gemini: Fünf Dimensionen (innerhalb OCR)
| Modellfamilie | Einstieg / Protokoll | Fähigkeiten in OCR | Kontext / Kosten | Compliance | Zielgruppe |
|---|---|---|---|---|---|
| Claude | Eingebaut anthropic; Delegation an Claude Code |
Stabilste Tool-Aufrufe; Plugin/Skill-Integration | Opus teuer, weniger Auslassungen; ~9× Token-Ersparnis vs. nackter Agent | Anthropic Enterprise; Bedrock-Custom-URL | Review-Qualität Default; Claude-Code-Abo vorhanden |
| GPT | Eingebaut openai |
Gleiche Pipeline; o-series langsamer, tiefer | API-Preis modellabhängig; Team-Guthaben nicht direkt in OCR | OpenAI-Datenrichtlinie; Azure privat | Single-Vendor OpenAI-Strategie |
| Gemini | Custom openai-Endpoint |
Vollständig; ocr llm test empfohlen |
Flash günstig für CI-Masse; Pro für Kernpfade | GCP / Vertex IAM | Google-Vertrag; lange Einzeldatei ocr scan |
Horizontale Agent-Wahl (Schreiben, nicht Review): GPT-5.6 vs. Claude & Gemini — Entscheidungsleitfaden. Dort geht es um Code schreiben; hier um Review — völlig andere Kostenstruktur.
5. Delegation Mode: „Null OCR API Key“ für Open Code Review Claude
Kein separater Review-API-Kauf oder Verbot von OCR-Keys in Prod — Delegation Mode:
ocr delegate preview
ocr delegate rule src/handler.go src/handler_test.go
# OCR liefert Regeln + Dateiliste → an Claude Code / Cursor Agent
In diesem Modus:
- OCR erledigt deterministische Schritte: Dateiauswahl, Regeln (NPE, Thread-Safety, SQL-Injection u. a.), Review-Task-Paket.
- LLM-Inferenz über Claude Code, Codex, Cursor — bestehendes Abo oder Agent-Kontingent.
- Claude-Code-Plugin, Codex Skill, Cursor Skill — Slash-Command.
Kürzester Pfad für „Open Code Review Claude“: Review-Regeln OCR, Modellrechnung Claude Code Pro/Max. Nachteil: kein unbeaufsichtigtes OCR-CI mit eigenem Modell (außer Agent läuft auch auf dem CI-Runner).
6. Szenario-Matrix
| Szenario | Empfehlung | Warum | Nicht empfohlen |
|---|---|---|---|
| Einzelentwickler, Claude Pro | Delegation + Claude-Code-Plugin | Keine OCR-API-Kosten; stabiler als nacktes /code-review |
Zweiter Anthropic API Key |
| Team-PR-Gate (GitHub Actions) | OCR + Claude Sonnet API | Skriptierbar, parallel, Token steuerbar | Delegation (kein interaktiver Agent in CI) |
| OSS, globale Contributor | OCR + GPT-5 mini / Flash | Günstig, englische Kommentare ausreichend | Default Opus (zu teuer) |
| Finanzen / Security-kritisch | Claude Opus + ocr scan |
Hohe Precision; Vollaudit | Nur Diff-Oberfläche |
| GCP-Enterprise-Vertrag | Custom Gemini + Vertex | Rechnung GCP; einheitliches IAM | Zusätzlicher Anthropic-Vertrag |
| Intranet ohne externe API | dashscope / deepseek eingebaut | Inlands-Endpunkte vorkonfiguriert | Direkt api.anthropic.com |
7. Empfohlene Stacks
【Stack A — Solo · Claude-Abo】
Review: OCR Claude-Code-Plugin + Delegation Mode
Coding: Claude Code CLI (Sonnet Default)
Trigger: lokal pre-push → ocr delegate preview
Upgrade: großer PR → ocr review --model claude-opus-4-6 (API einmalig)
【Stack B — 10-Personen-Team · zentrale API】
Review: GitHub Action ocr review (Sonnet)
Coding: Cursor + Claude Code parallel
Modell: org-weiter ANTHROPIC_API_KEY; keine persönlichen Keys in CI
Regeln: .ocr/rules Pfadfilter
【Stack C — Multi-Cloud · Kosten】
Tägliche PRs: GPT-5 mini (openai)
Freitag Security: Gemini 2.5 Pro (custom)
Release-Branch: Claude Opus
Wechsel: ocr review --model <name> einmalig
【Stack D — Cloud-Mac CI Runner】
Ausführung: kvmboot Cloud Mac M4 dauerhaft
Review: ocr review --from main --to $PR_BRANCH
Umgebung: xcodebuild auf derselben Maschine
Siehe: Cloud-Mac Dual-Agent-Artikel auf kvmboot
Claude-Code-Abo vs. Delegation: Claude Code 2026 — Preise & Tarife; Skills: Claude Code Skills Ranking 2026 (/code-review und OCR ergänzen sich — OCR spezialisiert, Skill allgemein).
8. Typische Fehler
- Irrtum 1: OCR nur für Claude. Eingebaut auch OpenAI und viele weitere; Claude ist Default-Empfehlung, nicht das Einzige.
- Irrtum 2: Gemini geht nicht. Geht —
custom_providers+ OpenAI-Protokoll; nur kein Ein-Klick-Preset. - Irrtum 3: Stärkeres Modell = keine Fehlalarme. Precision kommt von der Pipeline; nacktes Opus kann schlechter sein als OCR+Sonnet.
- Irrtum 4: Delegation = identisch zu ocr review. Gleiche Regelfilterung; Delegation hängt von Agent-Session ab — CI braucht API-Modus.
- Irrtum 5: ChatGPT Plus reicht für OCR. Plus ist Chat; OCR braucht API Key (OpenAI Platform) oder Delegation an Codex/Agent.
- Irrtum 6: Review-Sprache = Modellsprache. Sprache via
ocr config set language Deutsch— unabhängig vom Provider.
9. Umsetzung in 7 Schritten
- OCR installieren:
npm install -g @alibaba-group/open-code-review,ocr --versionund Git ≥ 2.41 prüfen. - Abrechnungspfad wählen: Claude-Code-Abo → Delegation testen; CI-Gate → API Key.
- Provider konfigurieren:
ocr config provideranthropic / openai / Custom Gemini;ocr llm testmuss grün sein. - Lokal smoke-testen: echtes Repo
ocr review, Zeilenkommentare vs. Diff prüfen. - Agent-Plugin (optional): Claude Code / Cursor OCR-Plugin, einheitlicher Slash-Command.
- CI anbinden: offizielle CI/CD-Doku, PR-Trigger;
--modelfür Alltag vs. Security. - Monatsreview: API-Rechnung vs. Fehlalarm-Triage; Modellstufe statt blind Opus.
Review und Build in einer Pipeline: OCR mit xcodebuild auf demselben Cloud-Mac-Knoten — kein Warten auf zweiten Runner.
10. FAQ
Unterstützt Open Code Review Claude?
Ja. anthropic ist eingebaut, native Messages API; Opus/Sonnet; Claude-Code-Plugin + Delegation für Abo-Wiederverwendung.
GPT / OpenAI?
Ja, eingebauter openai-Provider mit OPENAI_API_KEY; Azure OpenAI per Custom-URL.
Gemini?
Kein Preset — custom_providers auf Googles OpenAI-kompatiblen Endpoint; Vertex Enterprise analog.
Unterschied zu Claude Code /code-review?
Gleiches Modell: OCR spart Tokens, präzisere Zeilen, weniger Fehlalarme; Skill flexibler, schwankender. Beides kombinierbar: OCR als CI-Gate, Skill lokal.
Ohne API Key?
Ja — ocr delegate an Claude Code / Cursor; OCR bleibt für Dateien und Regeln zuständig.
Modell einmalig wechseln?
ocr review --model claude-opus-4-6 — ohne config.json-Änderung.
11. Zusammenfassung
Welche KI unterstützt Open Code Review? — Claude und GPT out of the box, plus Qwen, DeepSeek, Kimi u. a.; Gemini über OpenAI-kompatiblen Custom-Pfad; Delegation Mode übergibt die Modellwahl an Claude Code / Cursor — „Open Code Review Claude“ ohne doppelten Key.
Verlieren Sie sich nicht in „stärkstes Modell“ — in OCR zählt die Pipeline mehr als der Modellname. Erst Abrechnungspfad (API vs. Delegation), dann Szenario-Stufe (Sonnet Alltag / Opus Gate / Flash sparen), dann Provider feintunen. So sind Claude, GPT und Gemini austauschbare Motoren, nicht drei Neuimplementierungen.
OCR + Build in der CI — ein Cloud-Mac reicht
Nach ocr review im PR folgen oft xcodebuild, Signierung oder Integrationstests — trennen Review- und Build-Runner, und die gesparten Tokens verpuffen in Warteschlangen. kvmboot Cloud Mac mini M4 als einheitlicher Knoten: Review und iOS/macOS-Build auf einer Maschine, Apple Silicon Unified Memory für parallele Review-Worker, macOS nativ ohne WSL; 7×24 für GitHub Actions self-hosted oder launchd-Scans.
Erst Tagesmiete für „OCR → Build → Test“, dann Monatsmiete. kvmboot Cloud Mac ist die kosteneffiziente Ausführungsebene für Open Code Review + Apple-Toolchain — Tarife ansehen und Claude-/GPT-/Gemini-Review-Ergebnisse sofort verifizieren.