# goose Lokaler Open-Source-Agent für Code, Recherche, Schreiben und Automatisierung. Desktop, CLI und API verbinden frei wählbare Modelle mit MCP-Werkzeugen. Kanonisches Profil: https://agenten-kompass.mmeierhoff.chatgpt.site/agenten/goose/ Redaktion: [Michael Meierhoff](https://agenten-kompass.mmeierhoff.chatgpt.site/ueber-mich/) Quellenabgleich: 2026-10-10 Basis: Anbieter-Dokumentation. Praxisbeispiele sind redaktionelle Vorschläge, keine eigenen Produkttests. ## Einordnung goose gehört zur Agentic AI Foundation. Desktop, CLI und API nutzen den lokalen Agenten; Modelle und angebundene Dienste werden separat gewählt. - Anbieter: Agentic AI Foundation - Produktfamilie: goose - Profiltyp: Lokaler universeller Open-Source-Agent - Umgebung: macOS, Linux und Windows; Desktop, CLI und API - Verbindungen: Dateien, Shell, MCP-Erweiterungen, Skills und ACP-Agenten - Einrichtung: goose installieren, Modellanbieter verbinden und Erweiterungen sowie Werkzeugrechte konfigurieren - Kostenmodell: 0 USD Softwarelizenz; Modell- und Dienstnutzung nach gewähltem Zugang ## Betrieb & Betreuungsbedarf Betriebsangaben für dieses Profil noch nicht recherchiert. ## Anbieter Das ursprünglich von Block entwickelte Projekt wird unter der Agentic AI Foundation bei der Linux Foundation geführt. - Betreiber: Agentic AI Foundation - Organisation: Open-Source-Stiftung - Website: https://goose-docs.ai/ - Stand: 2026-10-10 - Anbieterquelle: https://goose-docs.ai/ - Anbieterquelle: https://goose-docs.ai/blog/2026/04/07/goose-moves-to-aaif/ ## Preise und enthaltene Nutzung Preisstand: 2026-10-10 goose ist unter Apache 2.0 verfügbar. Die Software enthält kein festes Modellkontingent; der gewählte Anbieter bestimmt die laufenden Kosten. ### Open Source 0 USD Softwarelizenz; dauerhaft Desktop, CLI und API; eigener Modellzugang und eigene Dienstkonten erforderlich. Preisquelle: https://goose-docs.ai/ Modell-Token, bestehende Abonnements oder lokale Rechenleistung werden separat finanziert. Ein einheitlicher Preis pro Monat oder Lauf ist öffentlich nicht festgelegt. Preise und Tarifdetails: https://goose-docs.ai/ ## Kernfunktionen ### Lokal über mehrere Oberflächen arbeiten Desktop, CLI und API führen den Agenten auf dem eigenen Rechner aus. Quelle: https://goose-docs.ai/ ### MCP-Werkzeuge anbinden Erweiterungen verbinden Browser, Datenbanken und weitere Dienste über MCP. Quelle: https://goose-docs.ai/ ### Modellanbieter frei wählen API-Anbieter, lokale Modelle und geeignete bestehende Abonnements lassen sich als Modellzugang verwenden. Quelle: https://goose-docs.ai/docs/quickstart/ ### Rezepte wiederverwenden YAML-Rezepte halten Anweisungen, Erweiterungen und Parameter für wiederholbare Abläufe fest. Quelle: https://goose-docs.ai/docs/guides/recipes/session-recipes/ ### Skills als Kontext laden Agent Skills ergänzen wiederverwendbare Anweisungen und Ressourcen für spezialisierte Aufgaben. Quelle: https://goose-docs.ai/docs/guides/context-engineering/using-skills/ ### Werkzeugaufrufe zusätzlich prüfen Adversary Mode bewertet konfigurierte Werkzeugaufrufe anhand eigener Regeln vor der Ausführung. Quelle: https://goose-docs.ai/docs/guides/security/adversary-mode/ ## Voraussetzungen und Grenzen ### Modellzugang und Dienstkosten einrichten Voraussetzung: Der lokale Agent benötigt einen konfigurierten Modellzugang. API-Verbrauch, Abonnements und verbundene Dienste haben eigene Kosten und Grenzen. Quelle: https://goose-docs.ai/docs/quickstart/ ### ACP-Sitzungen eingeschränkt Einschränkung: Bei ACP-Anbietern unterstützen goose session resume und goose session fork derzeit keine Wiederaufnahme oder Verzweigung. Quelle: https://goose-docs.ai/docs/guides/acp-providers/ ### Adversary Mode arbeitet bei Fehlern offen Einschränkung: Bei einem Fehler des Prüfers wird der Werkzeugaufruf zugelassen. Standardmäßig prüft der Modus Shell; weitere Werkzeuge müssen ausdrücklich ergänzt werden. Quelle: https://goose-docs.ai/docs/guides/security/adversary-mode/ ## Redaktionelle Praxisbeispiele ### Lokale Datenanalyse vorbereiten - Du gibst vor: Ein Datenordner, eine Fragestellung und freigegebene Analysewerkzeuge. - Mögliches Ergebnis: Ein Analysebericht mit erzeugten Dateien und nachvollziehbaren Befehlen. - Das prüfst du: Dateiauswahl, Berechnungen und verwendete Modell- sowie Werkzeugzugänge prüfen. ### Wiederholbaren Ablauf als Rezept sichern - Du gibst vor: Ein erprobter Ablauf mit Eingaben, Erweiterungen und Ergebnisformat. - Mögliches Ergebnis: Ein parametrisierbares Rezept für spätere lokale Läufe. - Das prüfst du: Parameter, Rechte und Ergebnisse mit einem kleinen Beispieldatensatz kontrollieren. ## Rahmen Modell und Erweiterungen gezielt konfigurieren. ACP-Wiederaufnahme und Fork sind eingeschränkt; Adversary Mode lässt bei Prüffehlern Aktionen durch. Offizielle Produktdokumentation geprüft. Workflows und Einschätzungen sind redaktionell; eigene Produkttests sind nicht Bestandteil dieser Übersicht. ## Quellen - https://goose-docs.ai/ - https://goose-docs.ai/docs/quickstart/ - https://goose-docs.ai/docs/guides/recipes/session-recipes/ - https://goose-docs.ai/docs/guides/context-engineering/using-skills/ - https://goose-docs.ai/docs/guides/security/adversary-mode/ - https://goose-docs.ai/docs/guides/acp-providers/ - https://goose-docs.ai/blog/2026/04/07/goose-moves-to-aaif/ [Quellen und Methode](https://agenten-kompass.mmeierhoff.chatgpt.site/quellen/)