goose выполняет задачи с помощью подключённых инструментов и выбранной модели. Открытый проект, созданный в Block и переданный Agentic AI Foundation, предлагает приложение, CLI и программные способы встраивания.
Агент для рабочего окружения
goose можно использовать для изменения кода, обработки данных и других задач, которым недостаточно текстового ответа. Он работает на компьютере пользователя и обращается к подключённым инструментам: читает материалы, выполняет операции и возвращает результат в контекст сессии. Доступные действия определяются настройкой расширений.
Проект сменил организационный дом: официальный репозиторий Block перенаправляет в организацию AAIF, а документация размещена на goose-docs.ai. Это продолжение исходного открытого агента, а не второй продукт для отдельной карточки. Старые ссылки могут вести через перенаправление; для установки лучше начинать с текущего официального руководства.
Повторяемые рецепты
Рецепты описывают рабочий процесс в YAML: инструкции, параметры, расширения и другие необходимые составляющие. Они полезны для задания, которое повторяется с разными входными данными. Вместо копирования длинной переписки команда сохраняет понятную конфигурацию и проверяет её как обычный рабочий материал.
Например, нужно сравнить два небольших отчёта о запуске тестов и подготовить список новых ошибок. В рецепте задайте расположение файлов, формат результата и требование не менять исходники. Отдельно укажите, что отсутствие строки в отчёте нельзя считать успешным тестом. Затем проверьте каждый новый сбой по исходной записи, прежде чем передавать сводку коллегам.
Расширения и модельный контур
Расширения через MCP связывают агента с базами данных, репозиториями, браузерами и другими системами. Подключённый сервер может обладать правами на запись, поэтому его нужно оценивать как полноценный инструмент. Для первого запуска полезно ограничить задачу чтением демонстрационных данных, а затем добавлять действия по мере необходимости.
goose поддерживает разных поставщиков и локальные модели через Ollama. Открытый агент бесплатен как программа; облачный inference и внешние сервисы оплачиваются отдельно. Для локального варианта нужна подходящая модель и оборудование. Сам факт работы настольного клиента на компьютере не означает, что все его запросы остаются на этом компьютере.
Как встроить и проверить
Официальная платформа описывает приложение, CLI и API для встраивания. Это программный доступ к самому агенту, а не только возможность вызвать чужую нейросеть. Для конкретной интеграции следует сверить поддерживаемый интерфейс, управление сессиями и права инструментов с текущей документацией.
Многошаговая автоматизация может завершиться правдоподобным текстом после частичной ошибки. Поэтому полезно требовать перечень использованных файлов, явное описание незавершённых шагов и проверяемый артефакт. Для кода просматривайте diff и тесты, для данных — число входных записей и результаты контрольной выборки.
У настольного goose также описан встроенный локальный inference: он загружает подходящую модель и выполняет её внутри приложения. Этот вариант отличается от обращения к Ollama Cloud. Перед выбором проверьте доступную память и способность модели вызывать инструменты, необходимые вашему рецепту.
Для каких задач подходит
- Автоматизировать повторяющиеся задачи рецептами
- Обработать локальные файлы через инструменты
- Подключить MCP-расширения
- Встроить открытого агента в рабочий процесс
Сильные стороны
- Открытый проект с приложением и CLI
- Переносимые рецепты с параметрами
- Локальные модели и программное встраивание
Ограничения
- Права каждого расширения настраиваются отдельно
- Облачные модели и внешние системы могут оплачиваться отдельно
- Рецепт не гарантирует корректность каждого выполненного шага
Выбор и условия
- Бесплатный режим
- Да
- Пробный период
- Не подтверждено
- Без регистрации
- Не подтверждено
- Русский интерфейс
- Не подтверждено
- Локальная установка
- Да
- API
- Да
«Не подтверждено» означает, что сведений недостаточно. Возможность может существовать; сверяйте условия разработчика.
- Исходные форматы
- Текст, Код
- Результат
- Текст, Код
Условия
Бесплатность относится к открытому агенту; облачные токены отдельно. Локальная обработка возможна с локальным Ollama, при проверке всех расширений. Программный API заявлен отдельно от MCP.От задачи к первому результату
Практический пример
- Задача
- Автоматизировать повторяющиеся задачи рецептами
- Что подготовить
- Небольшой фрагмент своего проекта и воспроизводимое описание ошибки без токенов и паролей.
Задание или запрос
Объясни, почему эта функция неправильно обрабатывает пустой список. Сначала опиши текущее поведение, затем предложи минимальное исправление и проверки для пустого, обычного и ошибочного входа. Не меняй остальные части проекта без необходимости.
Ожидаемый результат
Объяснение причины, небольшой предлагаемый diff и проверки, которые следует запустить локально.
Как проверить результат
- Прочитайте diff перед применением.
- Запустите проверки в отдельной рабочей копии и убедитесь, что секреты не попали в запрос.
Редакционный учебный пример постановки задачи, а не результат личного тестирования сервиса. Проверьте доступность нужного режима, права на исходники и условия использования результата.
Проверить подробности
Официальные источники
- goose: текущая платформа AAIF
- goose: начало работы
- goose: официальный репозиторий AAIF
- goose: встроенный локальный inference
Описание составлено по материалам разработчика. Возможности, цены и доступность могут меняться; перед использованием сверяйтесь с первоисточником.
