CLI Goose 可接入任意大模型的开源终端智能体

用 AI 智能体，最怕被锁死在某家云服务或某个编辑器里：想换模型要推倒重来，想自托管又处处碰壁，想让它在本地干点研究、写点文档、跑点自动化，结果发现工具只会在聊天框里吐文字。更糟的是，一旦厂商调整价格或策略，你的开发流程就被卡住，迁移成本极高。aaif-goose 开源的 Goose 走的是另一条路——它是一个跑在你机器上的通用智能体，既能当桌面应用，也能当命令行工具，不局限于写代码，研究、写作、自动化、数据分析都能接手，而且后端模型完全由你决定。

Goose 的底层用 Rust 编写，提供原生桌面端（macOS、Linux、Windows）和完整 CLI 两种形态，既可以在图形界面里点选，也能塞进脚本做无人值守任务。项目采用 Apache-2.0 协议，当前版本 v1.56.0，最近更新在 2026 年 10 月 26 日，GitHub 星数已超过 5.5 万，是「可自托管智能体」方向热度最高的开源项目之一，社区贡献活跃、迭代飞快。

项目基本信息

一、项目介绍

Goose 把自己定位为「general-purpose agent」，重点不在聊天，而在替你把事做完。它读取本地文件、调用命令行、操作应用，把模型能力落到真实的工程环境里。和很多只服务于编码的工具不同，Goose 明确把研究、写作、数据分析和日常自动化也纳入范围，你可以用自然语言派活，它自己拆解步骤、调用工具、验证结果，形成「思考—执行—反馈」的闭环。

在接入方式上，Goose 主打模型中立：云端大模型、本地开源权重都可以挂上，不被供应商绑架。它还内置了扩展机制，能把新能力以插件形式注册进来。桌面端适合交互式使用，CLI 形态则方便写进定时任务或 CI，做批量、后台的智能体作业，真正把智能体变成可编排的基础设施。

二、核心优势

第一，模型自由。后端可选云端或本地，切换成本低，避免厂商绑定的价格与策略风险。第二，本地优先。任务在本人机器执行，敏感文件不必上传第三方。第三，形态完整。桌面与 CLI 双形态，既能点选也能脚本化。第四，用途广。不只写代码，研究、写作、自动化一条龙。第五，协议宽松。Apache-2.0 下商业使用基本无门槛，可自由 fork 改造，不用担心授权纠纷。

三、适用场景

适合希望把 AI 智能体私有化、又不想被某家云服务卡脖子的个人和团队：在隔离环境用本地模型辅助日常；把重复性研究、文档、数据整理交给无人值守 CLI；以及基于 Goose 的扩展机制二次开发专属自动化。对已经用 Ollama 等本地推理的用户，它是天然搭配，既能享受智能体效率，又不必把数据交出去。

四、安装教程

安装 CLI 的官方脚本：

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

桌面应用则直接从官网下载 macOS、Linux、Windows 安装包。运行前确认本机已安装可访问的模型后端（云端 Key 或本地推理服务）。常见报错多为模型配置缺失，按官方 Quickstart 填好 provider 即可，Rust 二进制本身没有额外运行时依赖。

五、使用示例

用 CLI 让 Goose 做一件本地任务：

goose run "读取 ./reports 下的 CSV，统计每月销售额并输出一份 Markdown 汇总"

Goose 会自行找到文件、调用命令行工具解析、生成汇总并写回磁盘。真实的输入是这句自然语言指令，输出是一份可直接打开的 Markdown 报告，过程中它按需调用本地命令，而不是只给你一段建议文字，真正做到了「派活即交付」。

六、常见问题

问：必须是云端模型吗？不是，本地模型也能接。问：桌面和 CLI 数据互通吗？同一套配置，形态不同而已。问：能写进自动化脚本吗？CLI 正是为脚本化与后台任务设计。问：商业可用吗？Apache-2.0 协议，基本无门槛。问：和编码专用工具有何不同？Goose 覆盖研究、写作等更广的通用任务。

七、总结

Goose 把「会干活的 AI」收敛成一个模型中立、本地优先、双形态的开源智能体。对追求数据主权又想要现代 Agent 体验的用户，这套 Apache-2.0 工具值得装来试试，尤其适合已经习惯在命令行里工作的工程师，以及希望把智能体编入日常流水线的团队。