aaif-goose/goose · 上手攻略

  • 仓库：aaif-goose/goose
  • 链接：https://github.com/aaif-goose/goose
  • 分类：ai
  • 作者：Jay
  • 更新：2026-07-13

这是什么

goose 是一个用 Rust 编写的开源 AI Agent，提供桌面应用、CLI 和 API 三种形态，支持 15+ LLM 提供商（Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrock 等），并通过 Model Context Protocol（MCP）连接 70+ 扩展。

它由 Linux Foundation 下的 Agentic AI Foundation（AAIF）孵化，定位是通用型 AI Agent——不只是代码助手，还可以做研究、写作、自动化、数据分析等一切你需要完成的任务。goose 的核心理念是"本地优先"：运行在你自己机器上，有桌面 UI 可以直接使用，也有完整 CLI 支持终端工作流和 CI/CD 集成。

解决什么问题

  • 想用一个本地运行的 AI Agent，不只是代码补全，而是能帮你完成端到端任务
  • 需要在 CI/CD 环境中自动化 AI 任务，但没有好用的 headless 工具
  • 想在多个 LLM 提供商之间切换，不想被单一平台绑定
  • 需要 MCP 扩展生态（连接数据库、浏览器控制、文件系统等）

快速安装

Desktop 应用（推荐新手）

macOS

  1. 从 GitHub Releases 下载 .zip 文件
  2. 解压后双击 .app 文件启动
  3. 或通过 Homebrew 安装（自动处理更新）：
brew install --cask block-goose

Linux

从 GitHub Releases 下载对应包，或通过脚本安装 CLI 版本（见下）。

Windows

从 GitHub Releases 下载安装包。

⚠️ macOS M3 权限注意：如果 Desktop 应用启动后没有窗口显示，确保 ~/.config 目录有读写权限，goose 需要在此创建日志目录。

CLI 安装（终端用户）

# 一键安装（Linux/macOS）
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

或 clone 源码自行构建（需要 Rust 工具链）：

git clone https://github.com/aaif-goose/goose.git
cd goose
cargo install --path crates/goose-cli

验证安装

goose --version
goose --help

核心用法

配置 LLM 提供商

goose 首次启动会引导选择 LLM 提供商，有以下选项：

  1. Quick Setup with API Key（推荐）— 输入 API Key，goose 自动识别并配置提供商
  2. ChatGPT Subscription — 使用自己的 ChatGPT Plus/Pro 账号，通过 chatgpt.com/codex 认证接入 GPT-5 Codex 模型
  3. Agent Router（Tetrate） — 支持多模型自动路由，新用户送 $10 免费额度
  4. OpenRouter — 一个 API key 访问 200+ 模型，按量计费
  5. 其他提供商 — 手动配置

💡 goose 目前在工具调用（Tool Calling）场景下，对 Claude 4 系列模型支持最好。

手动配置示例（通过环境变量或配置文件）

goose 的配置默认存储在 ~/.config/goose/ 目录下（Linux/macOS），Desktop 和 CLI 共享同一套配置。

配置支持的主要提供商环境变量参考：

# OpenAI
export OPENAI_API_KEY="sk-..."

# Anthropic
export ANTHROPIC_API_KEY="sk-ant-..."

# Google Gemini
export GOOGLE_API_KEY="..."

# Ollama（本地模型）
export OLLAMA_BASE_URL="http://localhost:11434"

# OpenRouter
export OPENROUTER_API_KEY="..."

基本工作流：启动 Session

# CLI 启动一个新 session（交互式）
goose session new

# 指定工作目录
goose session new --working-dir /path/to/project

# 在指定目录下启动（goose 会在该目录执行任务）
cd /your/project
goose session

goose 的 Session 是单个连续对话，可以随时输入任务，goose 会制定计划后执行。

典型任务示例

构建一个 Web 应用：

# 在 goose session 中输入：
创建一个交互式的浏览器版三子棋游戏，用 JavaScript 实现

goose 会自动创建 HTML 和 JS 文件。

让 Agent 打开浏览器并操作：

# 先启用 Computer Controller MCP 扩展
# 然后输入：
打开三子棋游戏并试玩

文件编辑与代码修改： goose 支持直接读写文件系统、运行 shell 命令，适合在既有代码库上做批量修改。

MCP 扩展使用

goose 支持 MCP（Model Context Protocol），可连接 70+ 扩展。启用扩展：

Desktop 界面操作： 1. 点击侧边栏 → Extensions 2. 找到目标扩展并开启 3. 返回 session 继续使用

常见扩展示例： - computer-controller-mcp：浏览器控制、网页抓取 - 文件系统访问 - 数据库连接 - Git 操作

CI/CD 集成（Headless 模式）

goose 支持非交互式的 headless 运行，适合在 CI/CD 中自动化 AI 任务：

# 设置固定版本（避免下载到不存在版本）
export GOOSE_VERSION="1.2.3"

# 在 CI 中运行指定任务（具体语法参考官方文档）
goose run --task "your task description"

📖 完整 CI/CD 用法见：https://goose-docs.ai/docs/tutorials/cicd

典型适用场景

  1. 本地开发助手——不只是代码补全，能帮你完成功能开发、调试、重构的端到端任务
  2. 自动化脚本——用自然语言写任务，goose 在你的机器上执行
  3. 研究助理——联网搜索、阅读文档、总结内容
  4. CI/CD AI 任务——在 pipeline 中嵌入 goose 做代码审查、文档生成等
  5. 多模型实验——在多个 LLM 提供商之间快速切换对比效果

坑与注意

  • 工具调用能力依赖模型：文档明确说 goose 目前在 Claude 4 系列上工具调用体验最好，用 GPT-4o 或 Gemini 可能出现工具调用失败
  • Desktop 首次配置需要联网：浏览器认证流程（Tetrate/OAuth 等）需要联网，本地 API Key 模式可离线配置
  • M3 macOS 权限问题：如遇启动无窗口，检查 ~/.config 权限
  • 扩展信用存储差异：核心配置（提供商、模型选择、扩展开关）共享存储，但部分扩展可能自行存储认证信息，不一定在 Desktop 和 CLI 间同步
  • Goose 版本 pin 在 CI 中很重要：stable tag 可能比最新 release少内容，建议生产环境设置 GOOSE_VERSION 环境变量
  • Rust 源码构建门槛：如果想从源码构建，需要 Rust 工具链，对不熟悉 Rust 的用户有门槛

与同类对比

工具 语言 形态 MCP 支持 LLM 提供商 生态定位
goose Rust Desktop + CLI + API 70+ 15+（本地/云） 通用 Agent，Linux Foundation
Claude Desktop — Desktop 原生 MCP Claude only 单一模型对话
Cursor — Desktop IDE MCP OpenAI/Anthropic 代码专用
OpenAI Agent SDK Python SDK 有限 OpenAI only 代码/研究
Gooseberry — — — — —

goose 的核心优势是开源 + 跨平台 + 多模型 + MCP 生态，是少数同时具备桌面 UI、完整 CLI 和 API 的开源 Agent 工具，且有 Linux Foundation 背书，社区长期维护有保障。

一句话结论

想要一个运行在自己机器上的、开源可扩展、不被单一模型绑定的通用 AI Agent，goose 是目前最完整的开源选择——桌面用起来顺手，CLI 接 CI/CD 也方便，MCP 生态让它能做的事远超单纯的代码助手。