GitHub 周刊第 50 期 | 让 Agent 画 3D 零件、出架构图，还有阿里内部用了两年的代码评审工具
本期 4 个项目：阿里开源的代码评审工具 Open Code Review，让 Agent 建 3D 模型的 text-to-cad，让 Agent 画好看架构图的 diagram-design，自托管健身记录应用 openGym。
📅 本期时间范围：2026-10-05 ~ 2026-10-11
本期 GitHub 周榜上的 11 个项目，有 6 个的一句话简介里直接写着「agent」。
更有意思的是这些项目的「交付形式」。以前一个开源工具，通常是一个 App、一个命令行工具或者一个库，你要使用它，还得自己对着文档自己来装，然后才能用。现在越来越多的项目，安装说明第一行写的是「把这句话发给你的 Agent，它会帮你装好」，用的时候也是你跟 Agent 说话，由 Agent 去调用它。交付形式已经发生了天翻地覆的变化，也变得越来越智能化。
本期挑的 4 个项目里，有 3 个就是这种形式：一个帮 Agent 做代码评审，一个让 Agent 能建 3D 模型，一个教 Agent 画图表。剩下一个跟 AI 没什么关系，是这周涨得很快的一个健身记录应用。文中 Star 数均为截至发文时 GitHub 页面的数据。
01 Open Code Review
阿里内部用了两年的 AI 代码评审工具，这次整个开源了
Open Code Review 是阿里巴巴开源的 AI 代码评审命令行工具，Go 写的，Apache-2.0 协议，现在 4.5 万 Star，今天也还在 GitHub 日榜上。
按 README 的说法，它原本是阿里集团内部官方的 AI 代码评审助手，过去两年服务了几万名开发者，发现了上百万个代码缺陷，在内部验证够了才拿出来开源。
用法很简单，先配一个模型，然后在项目里跑一条命令：
npm install -g @alibaba-group/open-code-review
ocr config provider # 选模型服务商、填 API Key
ocr config model # 选模型
ocr review # 审当前工作区所有改动
ocr review --from main --to feature-x # 审一个分支相对 main 的改动
ocr scan --path internal/agent # 没有 diff 时，直接审整个目录它不只是把 diff 丢给模型。在代码评审过程中，Agent 可以自己去读完整文件、搜代码库、看其他改动过的文件，所以它能发现「这里改了，但调用它的地方没跟着改」这类问题。
我觉得这个项目最值得看的，是 「为什么不直接用 Claude Code 加个 Skill 来审代码」。它指出的三个问题，相信用过的人应该都碰到过：
- 改动一多，Agent 就开始「偷懒」，只挑几个文件看，剩下的直接跳过
- 报出来的问题行号对不上，指的地方和真正有问题的代码差了好几行
- 全靠提示词驱动，换个说法结果就变，出了问题也很难调
它的解法是把不能出错的步骤交给代码，把需要判断的步骤交给 Agent。哪些文件要审、哪些要过滤，由程序算出来，保证不漏；相关的文件（比如中英文两份语言包）自动打成一包，每包派一个上下文独立的子 Agent 去审；评审规则按文件类型用模板匹配，而不是写一大段提示词让模型自己挑；评论的行号定位和内容校验，也有单独的模块再过一遍。
上面这张是官方自报的评测成绩，测试集来自 50 个开源仓库的 200 个真实 PR，由 80 多位工程师交叉标注。拿同一个 Claude-4.6-Opus 模型来比：走 Open Code Review，F1 是 25.10%，平均每次用 385K token、1 分 23 秒；直接用 Claude Code 审，F1 是 11.57%，平均用了 5664K token、13 分 6 秒。
不过这张表中有些数据也要留意，直接用 Claude Code 时召回率是 28.90%，比走 Open Code Review 的 20.00% 高。项目本身也承认了这一点：它是有意牺牲召回率，换来更少的误报。说白了，它报出来的问题更靠谱，但也会漏掉一些。
几个上手前要知道的点：
- 需要 Git 2.41 以上版本
- 不想单独配 API Key 的话，可以用「委托模式」（
ocr delegate），由它负责挑文件、匹配规则，评审本身交给你正在用的 Claude Code、Codex、Cursor 或 Kimi Code 去做 - 支持接进 GitHub Actions、GitLab CI 和 Gerrit，团队可以让每个 MR 自动先过一遍
如果你团队已经在 MR 上用 AI 审代码，但被误报和漏文件搞得很烦，它值得拿来对比一下。如果是个人项目、改动量也不大，直接让手头的 Agent 审其实也够用，没必要再多装一个工具。
02 text-to-cad
跟 Agent 说一句话，它给你出一个能拿去 3D 打印的零件
text-to-cad 这周涨了 2100 多 Star，总数达到了 1.8 万多，MIT 协议。
它是一套给 AI 编程助手装的插件和技能，装好以后，你用大白话描述一个零件，或者丢一张参考图给 Agent，它就能生成 3D 模型，主要输出 STEP 格式，也能导出 STL、3MF、GLB。上面那张图里的行星齿轮组，就是官网放出来的示例。
只是生成模型的话，网上能做的工具不少。它比较特别的地方在于也能把「生成模型」之后的事接上：
- 能给零件出带尺寸标注的工程图 PDF
- 能按 3D 打印、钣金、CNC 加工、注塑的工艺要求检查零件，比如壁厚够不够、悬垂需不需要支撑
- 能用 OrcaSlicer 切片出 G-code，还能直接把打印任务发给拓竹（Bambu Lab）的打印机
- 能写机器人描述文件（URDF、SDF），做机器人仿真的人也用得上
在 Claude Code 里装插件是两行命令：
claude plugin marketplace add earthtojake/text-to-cad#latest
claude plugin install text-to-cad@earthtojake如果客户端支持显示应用界面，模型会以卡片的形式出现在对话里，可以直接拖动旋转查看；在纯终端里，它会给你一个链接，在浏览器里打开查看。
需要注意两点。第一，它默认会上报匿名的使用统计和崩溃报告，不包含文件名、路径和提示词，不想上报的话，跑一下 uvx cadgen telemetry off 就能关掉。第二，Windows 11 新装的系统默认开着「智能应用控制」，会拦掉它依赖的 CAD 内核，导致所有命令都跑不起来，办法是关掉这个功能，或者改在 WSL 里运行。
如果家里有 3D 打印机、经常要画个支架、卡扣、收纳盒的人，装上会很省事；如果你是正经做机械设计的，它更适合用来快速出草模，精细设计还是得回到专业 CAD 软件里去做。
03 diagram-design
让 Agent 画出来的架构图，不再是一眼就能认出来的 Mermaid 默认样式
diagram-design 是一个画图技能，4.7 万多 Star，MIT 协议，今天在日榜上单日涨了 1700 多。
你让 AI 画过架构图的话，大概率拿到的是一张 Mermaid 图：方框、箭头、默认配色，能看懂，但放进文档或者 PPT 里总觉得差点意思。这个技能做的事情，就是让 Agent 按一套固定的排版规则来画，输出一个独立的 HTML 文件，双击就能在浏览器里打开。
它支持 44 种图表类型，架构图、时序图、四象限图都有。你只要像平时一样说话就行，比如「给我画一张应用架构图：前端、后端、数据库、Redis 缓存」，Agent 会先选图表类型、说一下打算怎么画，然后再出图。
我觉得最实用的是这一条指令：
Onboard diagram-design to https://yoursite.com它会去读你网站的配色和字体，存成一份配置，之后画的每张图都按你们自己的品牌风格来。经常要给技术文档、对外文章配图的人，这一点能省不少调样式的时间。
这个项目和其他工具如果做对比：Mermaid、PlantUML 是写文本、自动布局，draw.io、Excalidraw 是手动拖拽；它是说给 Agent 听，由 Agent 按 4px 网格摆放，还带检查元素有没有重叠、有没有被裁掉的脚本。
装法是 npx skills add cathrynlavery/diagram-design，Claude Code、Codex、Cursor、Copilot 都能用。如果你们团队的文档系统要求图表必须是能直接编辑的 Mermaid 源码，那它就不太合适，因为它输出的是 HTML 加 SVG。
04 openGym
一个不用订阅、数据存在自己机器上的健身记录 App
终于有一个跟 Agent 没关系的了。openGym 是一个自托管的健身和体重记录应用，7 月中旬才建仓，这周涨了 6700 多 Star，总数 8.6k 多。
它想解决的问题主要是数据存储：大多数健身 App 把你的数据放在它们的服务器上，如果哪天公司倒闭了，你的健身记录也就没了。openGym 可以跑在你自己的机器上，它没有广告、没有订阅，也不收集任何使用数据。
功能上它一点也不比商业 App 少：
动作库有 5600 多个动作，带动画演示，可以在人体图上按肌肉去找；训练时会自动带出上次的重量，组间有休息计时，破纪录会自动提示；还有一张肌肉图，能看出哪里练得多、哪里还在恢复、哪里很久没练了。之前用 FitNotes、Strong、Hevy 记过的数据，也能直接导进来。
部署就是标准的 Docker Compose：
git clone https://github.com/DuarteSantos8/openGym
cd openGym
cp .env.example .env
docker compose up -d起来后打开 localhost:8080 就能用。不过要在手机上用通行密钥（Face ID、指纹）登录，就必须配 HTTPS 和域名，估计这也是大部分人会卡住的一步。项目里给了 Cloudflare Tunnel、Caddy、nginx 等几种方案的教程，按照步骤跟着做就行。
还有两点值得一提：界面支持 19 种语言，其中有繁体中文；它有个可选的 AI 教练功能，默认是关着的，打开后用你自己的 API Key，能帮你排一周的训练计划。
如果你家里已经有 NAS 或者一台常开的小主机，又正好在找一个不收订阅费的健身记录工具，它很值得试一试。不想折腾部署的话，官网有一个在线 Demo，里面是示例数据，可以先看看适不适合自己。另外要注意它用的是 AGPL-3.0 协议，如果你想把它改一改拿去做对外提供服务的产品，得按协议开源你的修改才行。
本周最佳
如果这周只让我装一个，我会选 Open Code Review。
原因很简单：另外两个 Agent 技能解决的是「做出新东西」，好不好用很看个人需求；而代码评审是每个写代码的人、每个团队天天都要做的事。它把「哪些文件必须审」这种不能出错的环节从提示词里拿出来，交给程序去保证，这个思路就算你最后不用它，自己写 Agent 工作流时也可以借鉴。
text-to-cad 我会等哪天家里打印机缺个配件的时候再拿出来试。