Goose 教程:开源终端 AI 编程 agent 接国产模型(2026)
Goose 是一款开源、可以直接跑在你本机上的终端 AI 编程 agent:你用自然语言描述需求,它读你的代码库、跨文件改代码、执行命令、跑测试、修 bug,全程在命令行里完成。它和 Claude Code、Codex CLI、OpenCode、Aider 属于同一类「住在终端里的 agentic 编程工具」,最大特点是模型完全自由——底层对接了十多家模型提供商,想接 DeepSeek、GLM、Kimi 这些国产模型,或者本地 Ollama,只要几步配置。这篇 Goose 教程带你从安装、第一次上手,到接国产模型和无头自动化一次跑通。
Goose 是什么
Goose 最早由 Block(Square / Cash App 母公司)开源,后来被捐给了 Linux 基金会旗下的 Agentic AI Foundation(AAIF)继续维护,仓库现在在 GitHub 的 aaif-goose 组织下。它是一个「on-machine」的 AI agent——不是给你补全代码片段,而是真的在你本地开发环境里干活:读写文件、跑终端命令、调用外部 API。它的三个关键特点:一是同时提供终端 CLI 和桌面 App 两种形态,命令行党和图形界面党都能用;二是模型完全自由,对接了十多家提供商(Anthropic、OpenAI、Google、Ollama、OpenRouter 等),也能通过 OpenAI 兼容通道接国产模型;三是原生支持 MCP(Model Context Protocol),能挂各种工具扩展。对喜欢命令行、想低成本用国产模型跑真实项目的开发者很友好。
一句话定位
Goose = 开源、跑在本机的终端 AI 编程 agent。模型随便换、原生支持 MCP、还能无头跑自动化,是 Claude Code、OpenCode 之外又一个值得装的终端平替。
安装:Mac / Linux / Windows 任选
Goose 提供官方安装脚本和 Homebrew,跨平台都能装。Mac / Linux 最快是官方脚本或 brew,Windows 用户用 PowerShell 脚本。任选其一即可:
# Mac / Linux:官方一键安装脚本
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash
# macOS / Linux:Homebrew
brew install block-goose-cli
# Windows(PowerShell):下载并运行安装脚本
# Invoke-WebRequest -Uri "https://raw.githubusercontent.com/aaif-goose/goose/main/download_cli.ps1" -OutFile "download_cli.ps1"; .\download_cli.ps1
# 装好后进入你的项目目录
cd /path/to/your/project第一次上手:goose configure 与 goose session
Goose 的第一步是配置模型:运行 goose configure 会进入交互式向导,让你选提供商、填 API Key、选模型。配置完成后,用 goose session 在当前项目目录里开一个对话会话,然后就能用自然语言下达需求了。常用的三条基础命令:
# 交互式配置:选提供商 / 填 API Key / 选模型
goose configure
# 在当前目录开一个会话,开始对话式开发
goose session
# 升级到最新版
goose update接 DeepSeek:走 OpenAI 兼容通道最省事
国产模型里 DeepSeek 的接入最顺——它提供标准的 OpenAI 兼容接口,Goose 直接用内置的 OpenAI 提供商,把请求地址(Host)指到 DeepSeek 的网关即可。两种做法:一是运行 goose configure,选 OpenAI 提供商,填 API Key,再在自定义 Host 处填 DeepSeek 的接口地址;二是直接用环境变量。先到 DeepSeek 开放平台申请 API Key,然后:
# 方式一:交互式
# goose configure → 选 "Configure Providers" → 选 "OpenAI"
# → 填 OPENAI_API_KEY(你的 DeepSeek key)
# → 自定义 Host 填 DeepSeek 网关 → 选/填模型名
# 方式二:直接用环境变量(OpenAI 兼容通道)
# Mac / Linux:
export GOOSE_PROVIDER="openai"
export OPENAI_API_KEY="你的 DeepSeek API Key"
export OPENAI_HOST="https://api.deepseek.com"
export GOOSE_MODEL="deepseek-chat"
# 之后直接启动会话
goose session接 GLM / Kimi / 本地 Ollama
智谱 GLM、月之暗面 Kimi(Moonshot)也都提供 OpenAI 兼容接口,接法和 DeepSeek 完全一样:把 OPENAI_HOST 换成对应厂商的网关地址、GOOSE_MODEL 换成对应模型名即可。想零 API 费、纯本地跑,就用 Ollama:先在本地拉起一个模型,再让 Goose 走 Ollama 提供商。
# 接 GLM(智谱,OpenAI 兼容,网关/模型名以官方文档为准)
export GOOSE_PROVIDER="openai"
export OPENAI_API_KEY="你的 GLM key"
export OPENAI_HOST="https://open.bigmodel.cn/api/paas/v4"
export GOOSE_MODEL="glm-4.6"
# 接 Kimi / Moonshot(同理,改 Host 和模型名)
# export OPENAI_HOST="https://api.moonshot.cn/v1"
# export GOOSE_MODEL="kimi-k2"
# 纯本地:先用 Ollama 拉起模型,再让 goose 走 Ollama
ollama run qwen2.5
# 然后 goose configure → 选 "Ollama" → 默认地址 http://localhost:11434 → 填模型名网关地址和模型名会变,以官方为准
上面的 OPENAI_HOST(api.deepseek.com、open.bigmodel.cn、api.moonshot.cn 等)和模型名(deepseek-chat、glm-4.6、kimi-k2)都只是示例。各厂商接口地址、模型版本号迭代很快,配置前请以对应开放平台的最新文档为准;网关或模型名填错会直接连不上或报 model not found。另外本地模型默认上下文可能偏小(如 4096),跑复杂任务前记得调大,否则 Goose 容易「忘」掉扩展和项目提示。
goose run:无头模式跑自动化
Goose 有一个很实用的无头(headless)模式:不进交互界面,执行完一条指令就退出,特别适合写脚本、接 CI/CD。用 goose run -t 直接把指令作为文本传进去,也可以用 -i 读文件或从标准输入管道喂指令。
# 无头执行一条指令,跑完就退出
goose run -t "分析这个仓库,找出所有 Python 文件里潜在的内存泄漏并给出修复建议"
# 从文件读取指令(适合把复杂任务写成脚本)
goose run -i task.md
# 从管道喂指令(方便和其它命令串起来)
echo "给 README 补一段安装说明" | goose runGoose 和 Claude Code、OpenCode、Aider 怎么比
| 工具 | 形态 | 特点 |
|---|---|---|
| Goose | 终端 CLI + 桌面 App | 开源、跑在本机、模型自由、原生 MCP、支持无头自动化 |
| Claude Code | 终端 CLI | Anthropic 出品,agentic 能力强、生态成熟,模型偏 Claude(国内多接第三方网关) |
| OpenCode | 终端 TUI | 纯开源、终端优先、模型自由度高,内置 Build / Plan 双模式 |
| Aider | 终端 CLI | 老牌开源,以自动 Git 提交、一键回滚见长 |
它们都是「用 AI 帮你改代码」的工具,并不冲突——完全可以都装、按任务和预算混着用。Goose 的差异点在于:既有 CLI 又有桌面 App、原生支持 MCP 挂工具、还能无头跑自动化,模型自由度高、天然亲和国产 API。想了解 Claude Code 怎么接国产模型、OpenCode 怎么用,或还有哪些国产平替 CLI,站内都有对应实测教程。
Goose 把「在终端里低成本用上 AI 编程」做得很彻底,接国产模型也只是几步配置的事。但工具越顺手,越考验你会不会拆需求、审代码、把 AI 的产出稳定用进真实项目——这才是真正拉开差距的地方。想系统掌握用 AI 工具做出能交付产品的方法,欢迎来 IMAI 看看我们的体系化实战课程。
想系统学会用 AI 编程,从入门到做出真实产品?
查看系统课程