¿Cómo proteger el repositorio de bugs silenciosos, contratos rotos y claves filtradas cuando un agente de programación reescribe una docena de archivos en medio minuto, sin pasarte la tarde revisando cada commit línea a línea? Imagina que le pides al agente en Cursor que cambie la firma de la función de cobro en la pasarela de pagos dentro de la rama feature/payment-gateway. Los tests del módulo de pagos pasan en verde, el diff se ve limpio y el modelo te asegura que todo está listo para subir. Pero en una carpeta vecina queda un controlador interno de suscripciones que sigue llamando al contrato antiguo o que no comprueba importes a cero.
Ese punto ciego es justo lo que cubre OpenQodex, una herramienta abierta de revisión de código en local bajo licencia Apache-2.0 creada por el equipo de Qodex. Pasa tus cambios sin confirmar y tus commits pendientes por dos capas independientes: analizadores estáticos deterministas aplicados estrictamente a las líneas modificadas y un proceso aparte con un modelo revisor que tiene acceso al mapa de llamadas del proyecto.
Por qué el mismo agente no ve sus propios errores
Al trabajar con Claude Code, Cursor, Codex, Cline o Goose, los equipos suelen caer en dos trampas seguidas. La primera es la saturación de atención: cuando el agente suelta un diff de cientos de líneas repartido por varios módulos, la vista se cansa y acabas aprobando cambios casi por inercia. La segunda trampa parece una solución, pero solo maquilla el problema: pedirle en el mismo chat «revisa tu propio código en busca de bugs y vulnerabilidades».
Esa autoevaluación choca con el sesgo de confirmación (confirmation bias). El modelo sigue dentro de su propio historial de razonamiento, recuerda por qué eligió esa implementación y justifica sus propias suposiciones, pasando por alto llamadas olvidadas como la de nuestro controlador de suscripciones. Los linters por sí solos tampoco bastan: en las pruebas de los autores de OpenQodex sobre un repositorio con errores introducidos a propósito (planted bugs), los analizadores estáticos sin LLM solo detectaron 32 de 51 fallos (62,7 %). Cazan sin problema un token hardcodeado, pero son ciegos a las incoherencias de lógica entre archivos.
Grafo de código, analizadores y ciclo aislado de verificación por dentro
Para eliminar ese efecto de autojustificación, OpenQodex divide la auditoría en tres etapas conectadas.
El primer nivel son 22 analizadores estáticos integrados sin modelos de lenguaje. La herramienta selecciona automáticamente los escáneres según los archivos tocados: gitleaks busca secretos, semgrep detecta patrones de vulnerabilidades, osv-scanner cruza los archivos lock del repositorio con la base de datos osv.dev, y según el stack entran ruff, shellcheck, golangci-lint, cargo-deny, kubeconform y comprobaciones de migraciones SQL. Un detalle clave es el filtrado estricto de ruido: solo quedan los avisos en líneas modificadas, se descartan fixtures de test y reglas desactivadas, y las vulnerabilidades de dependencias fuera del diff se muestran únicamente a título informativo sin ensuciar el informe del revisor.
El segundo elemento es el grafo de la base de código (openqodex graph). Es un mapa local de relaciones del proyecto que responde a «quién llama a esta función y desde dónde». Al inicializarse, OpenQodex conecta un servidor MCP local (Model Context Protocol, la interfaz estándar de herramientas para LLM) al agente de programación para que consulte solo las conexiones necesarias sin saturar el contexto con todo el repositorio. Ese mismo grafo de llamadas lo recibe el revisor: en el ejemplo de la pasarela de pagos, el mapa señalará enseguida el controlador de suscripciones olvidado aunque ese archivo ni siquiera aparezca en el diff.
El tercer nivel es un revisor LLM independiente que arranca en un proceso limpio y aislado de Claude Code o Codex CLI usando tu autenticación local, sin clave de API aparte ni cuenta en la web de OpenQodex. Lo que más me convenció de esta arquitectura es su verificación en dos fases, en lugar de una simple lista de sugerencias generada por una IA:
- Sesiones Finder (buscadores): leen cada fragmento del diff junto con el código que lo invoca y proponen candidatos a bug citando la línea exacta. Acto seguido, un script contrasta cada cita con el archivo real en disco y descarta al instante cualquier referencia inventada.
- Sesiones Verifier (verificadores): revisan los candidatos del Finder y todas las alertas de los escáneres estáticos, confirmando o refutando cada punto con argumentos. Otros scripts de control vigilan que ningún hallazgo de escáner quede sin respuesta y que toda línea modificada haya pasado revisión. Los comentarios de estilo salen como observaciones y no bloquean el envío.
Ejecución en terminal, puerta en el push y límites reales
La herramienta exige Node.js 22+, Git y macOS o Ubuntu Linux (Windows y WSL no se prueban en CI). El asistente de configuración en la raíz del proyecto detecta los entornos de agentes instalados, descarga los escáneres y crea un lanzador local en ~/.openqodex/bin/openqodex, ya que npx no añade el paquete al PATH:
# Instalación interactiva para el desarrollador
npx openqodex init
# Configuración no interactiva para Cursor
npx -y openqodex@0.18.0 init --yes --agent cursor
Ten en cuenta una particularidad del sandbox de Codex CLI: por defecto bloquea las peticiones de red de los comandos, así que conviene lanzar la instalación inicial desde tu propia terminal. Y si prefieres ver primero cómo trabaja sin tocar un proyecto real, npx openqodex demo genera un repositorio de prueba con fallos sembrados y lo escanea al momento.
Cuando el agente termina los cambios en la pasarela de pagos, la auditoría se lanza con un solo comando sobre los cambios actuales, una rama concreta o un pull request:
# Revisión de cambios sin confirmar y sin subir
npx openqodex review
# Revisión de la rama de pagos o del pull request #42
npx openqodex review feature/payment-gateway
npx openqodex review '#42'
Como salida genera report.html, report.md, report.json y report.sarif (SARIF es el formato JSON estándar de informes para CI/CD), e imprime en consola un resumen corto con el veredicto. La skill integrada indica al agente que te muestre ese resumen y te pregunte si quieres corregir todo o solo los puntos que elijas, sin reescribir el proyecto por su cuenta.
Aquí conviene distinguir bien entre hooks y roles de cada entorno. El pre-commit local lanza solo los escáneres, mientras que la auditoría completa con grafo y modelo va ligada a la comprobación previa al git push. Claude Code y Codex CLI pueden tanto lanzar la revisión como actuar de revisores (salvo arrancar un segundo proceso de Codex dentro de su propio sandbox). En cambio, Cursor, Cline y Goose no pueden hacer de revisores, así que junto a ellos debe haber un Claude Code o Codex CLI autenticado; de lo contrario la revisión termina con código 2, guarda los hallazgos sin verificar en unchecked-candidates.json y sugiere el comando alternativo review --agent.
Además, por defecto tanto las reglas para agentes como el hook pre-push solo avisan. Para que un controlador de suscripciones roto frene de verdad la subida de la rama, en .openqodex/config.yaml se define un umbral de bloqueo (critical, major, minor, nitpick o info):
review:
block_on_severity: major
Con ese umbral, los hallazgos de nivel major y critical bloquearán git push (siempre queda la vía de emergencia --no-verify). Conviene tener presentes también las limitaciones de la versión 0.18.0: los flags y la configuración pueden cambiar antes de la 1.0; los escáneres de Ruby (brakeman, rubocop), Go (golangci-lint) y Rust (cargo-deny) necesitan los runtimes locales de esos lenguajes; el flag --offline desactiva los escáneres con red (semgrep, osv-scanner, kubeconform, cargo-deny), pero el revisor LLM sigue enviando el diff al proveedor de tu Claude o Codex. Y respecto a las métricas de los autores, merece la pena mantener la cabeza fría: sobre bugs artificiales, claude-opus-5-5 con grafo detectó el 98,0 % de los problemas (150 de 153) por unos $0,4371 por revisión, mientras que en pull requests reales y complejos de AACR-Bench la cobertura semántica de gpt-6.1-sol fue del 5,2 % con un 77,2 % de ruido. Para ampliar contexto sobre grafos de código y varios agentes en consola, puedes consultar nuestro análisis del grafo Gortex vía MCP y la reseña de la interfaz codeg para sesiones paralelas de Claude Code y Codex.
Una herramienta así no garantiza código perfecto al cien por cien ni sustituye al criterio de ingeniería. Pero te quita de encima el trabajo agotador de hacer de linter humano buscando una llamada olvidada o una clave filtrada en un diff gigante antes de cada push, dejándote la cabeza despejada para la arquitectura y el producto.

