当前位置:首页>Linux>50k star、Linux基金会背书:Goose可能是今年最值得关注的开源AI Agent

50k star、Linux基金会背书:Goose可能是今年最值得关注的开源AI Agent

  • 2026-10-11 06:08:17
50k star、Linux基金会背书:Goose可能是今年最值得关注的开源AI Agent

AI Agent 赛道挤满了玩家。 Claude Code 、 Codex 、 Cursor 、 Gemini CLI 、 Copilot 、 Devin——每一个都在说"我最懂你"。但它们都有一个共同点:厂商绑定。你用 Claude Code 就得用 Anthropic 的模型,你用 Gemini CLI 就得走 Google 的 API 。

Goose 走了另一条路。

50.3k star , Apache 2.0 协议, Rust 构建, Linux 基金会 AAIF ( Agentic AI Foundation )治理。支持 15+模型提供商, 70+个 MCP 扩展,桌面/CLI/API 三种形态。一句话:Goose[1]是一个供应商中立、基金会治理、真正开源的通用 AI Agent 。

从 Block 到 Linux 基金会

Goose 最初是 Block (前 Square )内部的项目。去年被移交给了 AAIF——Linux 基金会下面专门管 AI Agent 的机构。 Block 的工程师仍然在贡献代码,但治理权已经移到了基金会。

这对一个开源项目意味着什么?不会有哪家公司突然把它私有化。不会有"社区版"和"企业版"的分裂。不会因为收购或者战略调整而被悄悄砍掉。

我见过太多"开源"的 AI 工具最终变成 Open Core——核心功能锁在付费墙后面,开源版只是个 demo 。 Apache 2.0 + Linux 基金会治理,是防止这种情况的最强组合。

15+模型,一个 Agent

Goose 的模型接入方式跟其他 Agent 不一样。它通过 ACP ( Agent Communication Protocol )连接 LLM——本质上是一个标准化的模型路由层:

•Anthropic Claude (直接 API Key 或者已有的 Claude 订阅)
•OpenAI GPT 系列
•Google Gemini
•Ollama (本地模型,完全离线)
•OpenRouter (多模型代理)
•Azure OpenAI 、 AWS Bedrock (企业部署)

你可以上午用 Claude Sonnet 写代码,下午切到 Ollama 跑的本地模型处理敏感数据,晚上用 Gemini 做调研——同一个 Agent ,同一个工作流,不用切换工具。

这对企业用户的意义更大。你对某个模型提供商不满意了、价格涨了、隐私政策变了——换模型,不换工具。供应商中立在 API 价格战白热化的 2026 年,不是一个理念,是预算上的硬需求。

Rust 核心,跨平台原生

Goose 不套壳。不是 Electron 包装的 Web App ,不是 Python 脚本加个 TUI 。核心用 Rust 从头写的, UI 是原生渲染。

这对用户意味着:启动快(冷启动不到 1 秒),内存占用低(空闲状态约 120MB ),不依赖 Node.js 或者 Python 运行时。在 Linux 、 macOS 、 Windows 上行为一致——不是"Linux 版本是二等公民"那种跨平台。

Rust 选型还有一个好处: MCP 扩展的运行沙箱是 Rust 实现的,不是靠操作系统进程隔离。一个出 bug 的扩展不会拖垮整个 Agent 。

70+扩展,不是插件市场,是开放协议

Goose 的扩展系统基于 MCP ( Model Context Protocol )。这不是 Goose 私有的——是 Anthropic 提出、现在被整个行业采用的开放标准。

70+个扩展涵盖:文件系统操作、 Git 、 Docker 、 PostgreSQL 、 Slack 、 Jira 、 GitHub API 、浏览器自动化、 PDF 处理、图像生成……还有社区贡献的各种小众工具集成。

关键点: MCP 扩展不是"Goose 插件"。它们跑在独立的进程中,通过标准协议通信。今天写的 MCP 扩展,明天可以被 Claude Code 、 Codex 或者任何支持 MCP 的 Agent 调用——反过来也一样。你在 Goose 里配好了 GitHub MCP Server ,不换配置就能在用 Claude Code 的时候继续用。

这是开放标准对私有插件的降维打击。

三种形态,覆盖几乎所有场景

形态 适合 体验
桌面 App 日常使用, macOS/Linux/Windows GUI ,会话管理,多窗口,文件拖拽
CLI 终端党,自动化脚本, CI/CD goose "帮我 review 这个 PR" 一行搞定
API 嵌入已有系统,构建上层应用 REST 接口,任何语言都能调

桌面端做得尤其好。不是那种"把 CLI 包装了一个窗口"的凑合。有独立的会话管理、项目级上下文、文件浏览器集成。甚至可以直接拖文件进去让它处理。

CLI 模式支持管道:cat error.log | goose "分析这段日志的根因"——Unix 哲学的 AI 延伸。

内置技能和工作流配方

仓库里预置了技能目录和工作流配方:

•.claude/skills、.codex/skills、.cursor/skills——针对不同 Agent 的技能文件
•workflow_recipes/——预置工作流,比如"发布风险评估":自动检查 diff 大小、关键路径变更、测试覆盖率变化,输出风险评分和建议

这些不是"你可以安装的插件"。是仓库的一部分。 clone 下来就能用。

一个细节: Goose 的文档里明确写了"not just for code"。研究、写作、自动化、数据分析——它的定位是通用 Agent ,不是编程专用。这跟 Claude Code (代码优先)和 Dev (开发专用)形成了差异化。

跟其他 Agent 的实际区别

不是"Goose 比 XXX 好"。是不同的设计哲学:

•vs Claude Code — Claude Code 是 Anthropic 官方出品,跟 Claude 模型深度绑定,代码能力顶级。 Goose 不绑定任何模型,能力取决于你选的 LLM 。用的人多了,社区贡献的 workflow 和扩展更丰富。
•vs Cursor — Cursor 是 IDE ,代码编辑体验好。 Goose 是 Agent ,可以不在 IDE 里运行——做调研、写文档、处理数据都可以。
•vs Devin — Devin 是 SaaS ,端到端自动化。 Goose 是开源本地工具,你控制数据、你选模型、你管理成本。
•vs OpenCode — OpenCode ( 172k star )也是终端 Agent ,但更偏代码生成。 Goose 更偏通用任务+可扩展架构。

139 个 Release ,还在快速演进

截至 2026 年 6 月 25 日, Goose 已经发布了 139 个版本( v1.39.0 )。 4,889 次 commit 。贡献者横跨 Block 工程师、 Linux 基金会维护者、社区开发者。

开发活跃度是开源项目健康状况最诚实的指标。 139 个 release 说明这不是那种"发布完就没人管了"的项目——它是活的,有节奏的,有人在持续修剪 bug 、合并贡献、打磨体验。

谁适合关注

如果你对 AI Agent 的需求是"能用就行"——Claude Code 或者 Codex 的默认配置可能更适合你。开箱即用,不需要折腾。

但如果你:

•不想被任何一个模型提供商绑定
•关心数据隐私,希望关键任务跑本地模型
•在 Linux 上做开发——想要一个一等公民待遇的 Agent
•团队里不同的人想用不同的模型,但希望共享工作流和扩展配置
•对"开源"的定义有洁癖——不接受 Open Core ,不接受 BSL

那 Goose 是目前最接近"正确答案"的选择。

curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash。三秒装完。

供应商中立的 AI Agent——50k 人已经用 star 投了票。 Linux 基金会用治理框架投了另一票。


参考链接

[1] Goose: https://github.com/aaif-goose/goose

最新文章

随机文章