50k star，让你把Agent接入到任何地方

这次看到的是这个项目：

aaif-goose/goose

goose GitHub 项目预览

goose 的定位很直接。

它是一个跑在自己电脑上的开源 AI Agent。

入口不止一个。

你可以用桌面 App，也可以用 CLI，还可以把它当 API 嵌到别的地方。

仓库目前大约 49.6k stars、5.2k forks，Apache-2.0 协议，主语言是 Rust。

README 里还提到，这个项目已经从 block/goose 迁到 Linux Foundation 旗下的 Agentic AI Foundation。

1. 它到底是什么

goose 官网首图

goose 是一个通用 AI Agent。

它不只盯着写代码。

README 里列的场景包括研究、写作、自动化、数据分析，以及各种日常工作流。

它的核心想法，是把 Agent 放在你的本机环境里。

文件、终端、工具、扩展、模型配置，都围绕本机工作区展开。

官网也把三个入口写得很清楚：

桌面 App，适合日常交互。

CLI，适合终端工作流。

API，适合把 goose 嵌进自己的系统。

goose 官网首屏

它支持 15+ 模型提供商。

README 里点名了 Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrock 等。

也就是说，你不一定只走一个模型入口。

本地模型和云端模型，都能放进同一套工作流里。

2. 它解决什么麻烦

goose 安装文档

现在用 AI Agent 做事，经常卡在工具连接上。

模型会聊天，但不一定能稳定地看文件、跑命令、调浏览器、查数据库、改配置。

就算能接工具，每个工具的接法也不一样。

goose 做的是把这些入口收起来。

它通过 MCP 接扩展。

官网写的是 70+ extensions。

这些扩展可以连浏览器、GitHub、Google Drive、数据库、API，以及更多本地或远程工具。

这样你不是每次都重新搭一套 Agent 脚手架。

而是在 goose 里选择模型、打开扩展、开始一个 session。

3. 核心看点

goose MCP 文档

第一个看点是形态比较全。

桌面、CLI、API 都在一个项目里。

这点对 Agent 工具很重要。

有些任务适合坐在桌面应用里慢慢看。

有些任务更适合在终端里直接跑。

第二个看点是它对开放协议押得比较重。

MCP 用来接工具和数据源。

ACP 用来和 coding agent 客户端通信。

README 里还写到，可以通过 ACP 使用已有的 Claude、ChatGPT 或 Gemini 订阅。

第三个看点是扩展不只是命令行工具。

文档里有 MCP Apps 的概念，扩展可以在 goose Desktop 里渲染按钮、表单和可视化内容。

goose MCP UI 示例

这比纯文本工具调用更直观。

有些结果本来就应该是图表、表单或预览界面。

4. 为什么值得看

goose 扩展目录

我觉得 goose 值得看，是因为它没有把 Agent 做成一个封闭桌面玩具。

它的重点在连接。

模型可以换。

入口可以换。

扩展可以加。

工作流还可以沉淀成 Recipes。

官网对 Recipes 的解释很实用：用 YAML 捕获一套可复用流程，里面可以包含说明、扩展、参数和子流程。

这意味着你可以把一次手工跑通的流程，慢慢整理成团队里能复用的配置。

它还有 Subagents。

官网写的是可以生成独立子 Agent，去并行处理代码审查、研究、文件处理这类任务。

这个方向也值得看。

很多复杂任务不是一个长对话能舒服解决的。

拆开跑，主会话才不会被上下文拖乱。

5. 怎么用起来

goose Apps 扩展示例

如果只是试用，最简单是从官网下载安装桌面 App。

文档里提供 macOS、Linux、Windows 的安装入口。

如果你更习惯命令行，README 给了 CLI 安装命令：

curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

装好之后，先配置模型提供商。

文档里会引导你选择 provider，填 API key，选模型。

然后开一个 session。

桌面端就直接在输入框里写任务。

CLI 里可以进入项目目录后运行：

goose session

Quickstart 里给的第一个例子也很接地气。

让 goose 做一个浏览器里的井字棋小游戏。

然后再加一个 Computer Controller 扩展，让它能打开浏览器继续验证。

这能看出它的使用路线：

先让 Agent 做事。

再按任务需要给它补工具。

6. 适合谁，以及先注意什么

goose 适合三类人先看。

第一类，是想把 AI Agent 放回本机工作区的人。

你不想只在网页聊天框里复制粘贴，而是希望它能接触文件、终端和工具。

第二类，是在研究 MCP、ACP、Agent 工作流的人。

这个项目把模型、扩展、桌面、CLI、Recipes、Subagents 放在同一个体系里，适合拆开看实现方式。

第三类，是想给团队整理可复用自动化流程的人。

Recipes 这种配置化方式，比只留一段提示词更容易交接。

需要注意的是，Agent 工具的权限边界要认真看。

官网写了工具权限控制、sandbox mode、prompt injection detection，以及 adversary reviewer。

这些能力说明项目在处理安全问题。

但真正放进自己的项目之前，还是要先看清楚哪些工具能读文件，哪些工具能写文件，哪些命令需要人工批准。

还有一点。

goose 目前迁到 AAIF 后，一些链接和引用还在更新。

README 顶部也专门提醒了这件事。

所以遇到旧的 block/goose 链接，不一定是项目断了，可能只是迁移期遗留。

今天就先聊到这里。我们下期再见！