spencermarx/open-code-review

해결하는 문제

Open Code Review (OCR)는 단일 시각의 AI 코드 리뷰의 한계를 해결합니다. 단일 AI 검토가 아니라, 서로 독립적인 여러 리뷰어(각각 다른 역할과 우선순위를 가짐)가 코드를 검토하는 다중 에이전트 시스템을 구현합니다. 이 중복성은 더 많은 문제를 포착하고, 에이전트 간의 구조적 논의(디스커스)를 통해 오진을 줄이며, 일반적인 최선의 실천 방안뿐만 아니라 특정 프로젝트 요구사항에 기반하여 코드가 평가되도록 보장합니다.

작동 방식

OCR는 '테크 리드' 에이전트가 조율하는 8단계 워크플로우를 사용합니다:

1. 컨텍스트 탐색: CLAUDE.md 또는 .cursorrules와 같은 파일에서 프로젝트 표준을 로드합니다.
2. 변경 분석: git diff를 분석하여 변경 내용을 이해합니다.
3. 테크 리드 평가: 리스크를 요약하고 적절한 리뷰 팀을 선택합니다.
4. 병렬 리뷰: 여러 리뷰 에이전트(다양한 LLM 사용)가 독립적으로 코드를 검토합니다.
5. 집계: 중복 리뷰어의 발견을 통합합니다.
6. 디스커스: 리뷰어들이 발견 내용을 논의하여 우려 사항을 검증하고 가정을 도전합니다.
7. 통합: 우선순위가 지정되고 중복이 제거된 최종 리뷰를 생성합니다.
8. 표시: 결과를 대시보드에 표시하거나 GitHub에 게시합니다.

대상 사용자

AI 코딩 어시스턴트(Claude Code, Cursor, Windsurf 등)를 사용하는 개발자 및 팀으로, 인간 리뷰어의 부담을 줄이기 위해 코드 리뷰의 첫 번째 단계를 자동화하고자 하는 분들입니다.

주요 기능

• 다중 에이전트 중복성: 더 많은 버그를 포착하기 위해 여러 독립적인 리뷰어 인스턴스를 사용합니다.
• 사용자 정의 역할: 마틴 파울러, 켄트 벡 등 유명 엔지니어를 포함한 28개의 사전 구축된 역할과 사용자 정의 또는 일시적 리뷰어 생성 기능을 제공합니다.
• 요구사항 인식: 특정 사양 파일, 제안서, 또는 인라인 요구사항 기반으로 코드를 리뷰할 수 있습니다.
• 다중 모델 팀: 서로 다른 리뷰어에게 다른 LLM을 할당 가능 (예: 일반적인 리뷰에는 빠른 모델, 전문가 리뷰에는 깊은 모델).
• 코드 리뷰 맵: 대규모 변경 세트(20개 이상 파일)에 대해 구조화된 탐색 문서와 Mermaid 종속성 그래프를 생성합니다.
• GitHub 통합: 팀의 통합 리뷰로 게시하거나, Google 리뷰 가이드라인에 따라 자연스러운 '인간의 목소리'로 변환할 수 있습니다.
• 인터랙티브 대시보드: 브라우저 기반 UI로 발견 항목을 우선순위 정렬하고, 팀을 관리하며 실시간 진행 상황을 추적할 수 있습니다.