Revisão de código com IA open source: quais são as alternativas e o que muda em relação às ferramentas fechadas?

Todo mundo já parou nessa dúvida: pra revisar código com IA, tu precisa entregar o diff do teu repositório privado pra um servidor que não é teu

Pra muita empresa isso morre no jurídico antes de virar POC

A boa notícia é que existem alternativas de código aberto que tu sobe dentro de casa, e a escolha entre aberto e fechado mexe em três coisas bem práticas: onde o código passa, quem paga a conta do modelo e o que tu consegue adaptar sem pedir licença pra ninguém

Bora comparar?

PR-Agent, Kodus e CodeRabbit: comparativo lado a lado

Antes de entrar no detalhe de cada uma, o resumo em tabela

Só dado verificável aqui, sem chute de benchmark

Repara numa coisa: nas duas open source a coluna "quem paga o modelo" é sempre tu

Não existe almoço grátis, existe conta separada 🙂

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Como cada opção se comporta na prática: PR-Agent, Kodus e o caso arquivado

PR-Agent: o caminho mais curto e a licença mais permissiva

O PR-Agent nasceu na Qodo (a antiga CodiumAI) e mudou de mãos

Em 23 de abril de 2026 a Qodo anunciou que o stewardship do projeto passa pra uma organização comunitária no GitHub, a The-PR-Agent, independente da empresa, com a licença revertida pra Apache 2.0

Na prática isso quer dizer duas coisas: o repositório oficial hoje é The-PR-Agent/pr-agent (antes era qodo-ai/pr-agent) e a licença voltou a ser a mais permissiva das três daqui, com cerca de 11,4 mil estrelas no repositório

A instalação local tem três caminhos: imagem Docker, pacote pip ou CLI a partir do código-fonte

O mais rápido pra testar é o pip:

pip install pr-agent

Aí tu configura a tua chave de LLM em variável de ambiente antes de rodar, porque quem paga o modelo é tu:

export OPENAI_KEY=sua_chave

E aponta a ferramenta direto pra URL de um pull request:

pr-agent --pr_url https://github.com/owner/repo/pull/123 review

Tome cuidado com o passo da chave: sem a variável de ambiente configurada, não adianta o comando estar certo, não tem modelo pra revisar nada

Se tu quiser deixar isso automático no fluxo do time, tem a Action "The PR Agent" publicada no GitHub Marketplace

E tem o outro lado da moeda: o Qodo Merge é a versão gerenciada e paga construída em cima do mesmo projeto, onde hospedagem, modelos e atualizações ficam por conta da Qodo

Ou seja, a versão open source é a auto-hospedável, a versão gerenciada é o produto

Kodus: stack completa auto-hospedada e agnóstica de modelo

O Kodus vai por outro caminho: em vez de um CLI que tu chama num PR, ele é uma plataforma inteira que tu sobe

O produto fica em kodustech/kodus-ai e o instalador de auto-hospedagem em kodustech/kodus-installer

O instalador faz o deploy da stack completa por Docker Compose ou por Helm (Kubernetes / OpenShift), incluindo web, API, workers, webhooks, MCP manager e os data stores

É mais coisa pra manter, sim, mas é tudo dentro do teu perímetro

A parte que mais interessa pra quem tá fugindo de SaaS: ele é agnóstico de modelo

Aceita Claude, GPT, Gemini, Llama ou qualquer endpoint compatível com OpenAI, e o pagamento vai direto pro provedor do modelo, sem markup no meio

Na integração ele cobre mais forja que os outros: GitHub, GitLab, Bitbucket e Azure Repos, nativamente nos pull requests

Sobre licença, presta atenção nesse detalhe: o código é AGPL-3.0, exceto os arquivos e diretórios marcados como enterprise edition

A versão self-hosted Community é gratuita sob AGPLv3, e a Enterprise (SSO, RBAC, logs de auditoria e analytics) é licença comercial

O caso do ai-pr-reviewer: open source abandonado também é risco

Aqui entra a parte que quase ninguém coloca no comparativo

O ai-pr-reviewer, projeto open source da CodeRabbit, foi arquivado pelo dono em 6 de março de 2024 e está somente-leitura, com o README avisando que é uma versão antiga em modo de manutenção

Adotar código aberto não é só olhar a licença, é olhar quem tá mantendo aquilo hoje

Dá pra rodar um repositório arquivado? Dá

Mas ninguém vai corrigir bug, ninguém vai acompanhar mudança de API do provedor de modelo, e o problema vira teu

É exatamente por isso que a troca de mãos do PR-Agent pra uma org comunitária importa tanto quanto a mudança de licença

O que muda de verdade ao sair de uma ferramenta fechada

Tirando o marketing dos dois lados, o que muda é isso aqui

1. Onde o código passa

Na opção fechada, o diff sai da tua infra e vai pra nuvem do fornecedor

Nas duas open source, tu escolhe onde a coisa roda: pip, Docker ou código-fonte no caso do PR-Agent, Docker Compose ou Helm no caso do Kodus

O código continua saindo de casa pra chegar no LLM, isso é verdade, mas quem define o destino é a chave que TU configurou

2. Quem paga o modelo

No modelo fechado tu paga assinatura por desenvolvedor: Lite US$ 12/dev/mês, Pro US$ 24/dev/mês no anual ou US$ 30 mês a mês no CodeRabbit

Tem um detalhe justo aí: a cobrança conta só os desenvolvedores que abrem pull requests, então revisor e gestor que não abre PR não entra na conta

Nas open source não tem assinatura da ferramenta, tem consumo: a chave é tua e no Kodus o pagamento vai direto pro provedor do modelo, sem markup

Muda a natureza do custo, não necessariamente o tamanho dele

3. O que dá pra adaptar

Apache 2.0 e AGPL-3.0 não são a mesma coisa na hora de mexer

Apache 2.0 (PR-Agent) é a mais permissiva das duas

AGPL-3.0 (Kodus) é copyleft e vem com a ressalva dos trechos marcados como enterprise edition, que ficam fora dessa licença

Se a tua ideia é forkar e adaptar pesado pro fluxo interno, essa linha da tabela é a que tu precisa levar pro jurídico antes de escrever qualquer código

Chave própria na prática: quanto custou aqui rodar IA de código com API paga

Beleza, mas "você paga o LLM" custa quanto na vida real?

No vídeo eu configurei o Claude Code pra rodar com modelos da DeepSeek via chave de API, com um modelo principal pras tarefas pesadas e um mais barato pras tarefas simples e subagentes

O interessante é que as ferramentas e integrações continuaram funcionando normalmente com o modelo de outra empresa rodando dentro do agente

Coloquei 2 dólares de crédito na conta da API

Uma execução de teste anterior gastou 3 centavos de dólar

O projeto completo gerado do zero a partir de prompts (quatro páginas, autenticação, banco e IA) saiu por volta de 11 a 12 centavos de dólar, contando os testes junto

E esse número tá até um pouco inflado, porque a própria aplicação que eu criei consumia a mesma chave de API durante os testes no navegador

Depois testei o mesmo provedor num agente de código aberto que roda no terminal, conectando a chave e escolhendo o modelo dentro da própria ferramenta

Uma pegadinha atual pra quem for reproduzir isso: o repositório do OpenCode mudou de organização por causa do rebranding da empresa pra Anomaly

Agora é anomalyco/opencode, antes era sst/opencode, e quem usa a GitHub Action dele precisa atualizar a referência

Antes de trocar de ferramenta eu pedi pro próprio modelo documentar o projeto num arquivo na raiz (visão geral, stack, estrutura de pastas, banco, autenticação, como rodar, convenções e regras) pro próximo agente retomar sem quebrar nada

Funcionou: o outro agente leu o projeto existente e descreveu o sistema corretamente

E fica a confissão honesta: eu li e aprovei o plano antes de deixar rodar, mas o ideal mesmo é revisar com calma o que foi gerado em vez de assumir que deu tudo certo

Veredito: qual escolher para manter o código dentro de casa

Sem enrolação, por perfil

Quer o caminho mais curto e a licença mais permissiva: PR-Agent

Um pip install pr-agent, a chave no ambiente e tu já roda um review apontando pro --pr_url

Apache 2.0 e org comunitária depois da transferência de abril de 2026

Precisa de plataforma completa auto-hospedada e várias forjas: Kodus

É o único da lista aqui que cobre GitHub, GitLab, Bitbucket e Azure Repos e que sobe a stack inteira por Docker Compose ou Helm, com modelo à tua escolha e sem markup

O preço é operar essa stack, e AGPL-3.0 pede leitura atenta se tu for adaptar

Topa nuvem fechada: CodeRabbit

Em repositório público, os recursos do Pro ficam disponíveis automaticamente, sem cartão e sem prazo, o que é difícil de bater pra projeto open source

Em repositório privado vira assinatura por dev que abre PR

E quando open source NÃO compensa? Quando ninguém no time vai cuidar da stack

Auto-hospedado significa que a infra é tua responsabilidade e a conta do LLM também

Se não tem gente pra manter, ferramenta gratuita fica cara do jeito mais chato: parando de funcionar numa sexta 😛

Conclusão

Revisão de código com IA open source resolve o dilema principal (o código não precisa morar na nuvem de terceiro), mas transfere pra ti a conta do modelo e a manutenção da stack

PR-Agent é o caminho curto e permissivo, Kodus é a plataforma completa com mais forjas, CodeRabbit é a nuvem fechada com aquela brecha boa pra repositório público, e o ai-pr-reviewer arquivado é o lembrete de que licença aberta não garante manutenção

O próximo passo é bem concreto: escolhe UMA, sobe num repositório de teste antes de plugar no fluxo do time, gera uma chave de LLM só pra esse experimento e mede o gasto real por PR durante uma semana

Com esse número na mão, a conversa de "aberto x fechado" para de ser achismo e vira planilha 😀

até o próximo post!