Rust今日中等

aaif-goose/goose

AI智能助手，能帮你执行代码相关操作

这是一款开源可扩展的本地AI代理工具，支持桌面端、CLI与API三种形态，可对接15+大模型提供商，能完成代码编写、执行、调试、测试等全流程操作，还可用于研究、写作等多种场景。

Stars

48.4k

Forks

5,093

增长

+490（today）

在 GitHub 打开

Overview

项目介绍

aaif-goose/goose 是一个偏实用的Agent 基础设施，瞄准的问题很具体：AI智能助手，能帮你执行代码相关操作。它关注的是运行环境、沙箱、操作接口和执行链路这些更底层的能力，让它从“能跑的示例”更接近可以接进真实流程的工程模块。

从实现侧看，超越代码建议，可直接执行代码操作、支持各类大语言模型，适配灵活和具备可扩展性，可自定义功能是它目前最值得看的部分。它更像一个能承担具体工序的组件，适合先放进需要辅助编写、调试代码的程序员和想借助AI提升代码开发效率的开发者里小范围试跑，再判断能否扩展到完整链路。

Technical Route

技术路线

goose 以 Rust 为核心构建跨平台统一基座，通过多形态交互层覆盖桌面、终端、嵌入式场景，依托大模型适配层兼容15+提供商，遵循模型上下文协议（Model Context Protocol）扩展能力，内置代码全流程处理引擎，同时支持定制发行。用户理解该路线可明确其跨平台适配逻辑、多模型对接机制及扩展潜力，便于按需选择交互形态、接入目标模型或定制专属发行版。

1Rust跨平台核心基座：基于Rust语言构建底层核心，兼顾高性能与可移植性，为macOS、Linux、Windows桌面端、CLI及API提供统一运行支撑，确保多形态交互的功能一致性与运行稳定性，适配不同操作系统的底层资源调度需求。
2多形态交互适配层：提供桌面端图形界面、终端CLI命令行、嵌入式API三种交互形态，覆盖普通用户可视化操作、开发者终端自动化、第三方系统集成等不同场景，满足多样化的用户使用习惯与业务集成需求。
3多模型兼容适配层：适配Anthropic、OpenAI、Ollama等15+大模型提供商，支持通过API密钥直接调用，或借助ACP（代理配置协议）对接用户已有的Claude、ChatGPT、Gemini订阅，实现多模型的无缝切换与统一调用。
4MCP扩展对接层：遵循模型上下文协议（Model Context Protocol，MCP）开放标准，可连接70+第三方扩展，拓展代码开发、研究写作、数据分析等场景的自动化能力，实现AI Agent功能的按需扩展与定制。
5代码全流程处理引擎：内置代码编写、执行、调试、测试全流程处理模块，结合大模型的智能分析能力，实现从代码生成到验证交付的自动化闭环，降低开发者的重复操作成本。
6定制发行构建模块：支持自定义分发（Custom Distributions），允许用户构建预配置特定模型提供商、扩展组件及品牌标识的专属goose发行版，适配企业或特定业务场景的个性化需求。

Why Trending

为什么它会上榜

结合增长、最近更新与社区关注，给出一个更接近“决策参考”的上榜解读。

社区关注度上升：近期新增 +490 Stars（today），讨论热度明显提高。
定位清晰：一款开源可扩展的AI代理工具，不止代码建议，还能安装、执行、编辑、测试代码，适配各类大语言模型

Audience

适合谁

需要AI辅助完成代码编写、调试、测试全流程的独立开发者
希望通过AI自动化处理文档、数据分析等跨场景任务的职场人
想要基于开源AI代理搭建自定义工作流的技术团队
偏好本地运行、注重数据隐私的AI工具使用者

Use Cases

能拿来做什么

需要辅助编写、调试代码的程序员
想借助AI提升代码开发效率的开发者

Quick Start

怎么开始

请看仓库 README 的安装章节

Watchouts

使用前注意事项

项目刚完成仓库迁移，部分文档链接可能存在失效情况，遇到问题优先查看GitHub仓库的最新内容或Discord社区。
配置大模型API密钥时需注意权限管控，避免密钥泄露导致不必要的费用损失。
项目基于Apache-2.0协议开源，可自由使用与修改，但商用时需遵守协议条款，保留原版权声明。