BioPlayground

← AI Tools
WorkflowBeginner

Goose

Local-first AI agent — offers three interfaces: desktop, CLI, and API.

  • Local-first AI agent: Operates directly on the user's machine through three interfaces: a desktop app (macOS/Linux/Windows), a CLI, and an API. Performs code editing, shell execution, testing, and multi-step workflows autonomously without cloud dependency.
  • Supports 15+ LLM providers: Including Anthropic, OpenAI, Google Gemini, Ollama, OpenRouter, Azure, Bedrock, Groq, xAI, Alibaba (Qwen/DashScope), Databricks, and Scaleway. Optimized for the Claude 4 model but also supports local models (Ollama, LM Studio). Existing ChatGPT/Claude subscriptions can be utilized via ACP (Agent Client Protocol).
  • 70+ MCP extensions: Connects to over 70 extensions, including databases, APIs, browsers, GitHub, and Google Drive, through Anthropic's Model Context Protocol standard. Operates a community Extensions Marketplace.
  • YAML-based recipe system: Captures workflows as YAML recipes, structured into instructions, extensions, parameters, and subrecipes, enabling reusability and sharing.
  • Sub-agent parallel processing: Employs a Rust-based, high-performance architecture to run sub-agents in parallel, efficiently handling complex multi-tasking.
  • Security features: Includes prompt injection detection and an adversarial reviewer mode.
  • MCP Apps: Features MCP apps that render interactive UIs within the desktop environment.

💻 System Requirements

🧠RAM

Not required (LLM inference is delegated to an external API). When using a local model (Ollama), 8-24GB of VRAM is required, depending on the model size. Local inference is possible on non-NVIDIA GPUs with Linux Vulkan support.

💾Storage

Desktop app ~160MB (varies by platform), approximately 500MB in total including the CLI. Local models are stored separately.

⚡ Installation

4-1. Quick Start

# macOS — Homebrew (CLI)
brew install block-goose-cli

# macOS — Homebrew (Desktop App)
brew install --cask block-goose

# Linux / macOS / WSL — curl script
curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

4-2. Detailed Installation

# Windows — PowerShell (Native)
Invoke-WebRequest -Uri "https://raw.githubusercontent.com/aaif-goose/goose/main/download_cli.ps1" -OutFile "download_cli.ps1"
.\download_cli.ps1

# Windows PATH configuration (Git Bash/MSYS2)
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc

# Linux — DEB package (Ubuntu/Debian)
sudo dpkg -i goose_*.deb

# Provider configuration (automatically guided during the first run, subsequent reconfigurations)
goose configure

# Start a session
goose session

# Update
goose update

The desktop app can be directly downloaded from the GitHub Releases page for macOS (Apple Silicon/Intel), Linux (DEB/RPM/Flatpak), and Windows ZIP. Windows users require Git Bash, MSYS2, or PowerShell, and Linux installation is also possible via WSL.

🧬 Bio Use Cases

🔬

Refactoring the Entire Codebase

In a large code repository, search for specific patterns, analyze dependencies, and then autonomously perform refactoring across multiple files. By connecting to GitHub PR generation via MCP, the entire cycle of code review, modification, commit, and PR can be completed in a single session.

🧬

Multi-Provider Cost Optimization Workflow

Define a multi-model strategy using YAML recipes to separate simple code generation (using free tiers like Groq/Google Gemini), complex architecture design (using Claude 4 Opus), and code review (using GPT-5), thereby controlling monthly API costs while maintaining quality.

💊

Automated Data Pipeline Construction

Through MCP expansion, perform database queries, write data transformation scripts, execute tests, and validate results in a single Goose session. Saving it as a recipe transforms it into a repeatable, automated pipeline.

FAQ

What is Goose?

Local-first AI agent: Operates directly on the user's machine through three interfaces: a desktop app (macOS/Linux/Windows), a CLI, and an API. Performs code editing, shell execution, testing, and multi-step workflows autonomously without cloud dependency. Supports 15+ LLM providers: Including Anthropic, OpenAI, Google Gemini, Ollama, OpenRouter, Azure, Bedrock, Groq, xAI, Alibaba (Qwen/DashScope), Databricks, and Scaleway. Optimized for the Claude 4 model but also supports local models (Ollama, LM Studio). Existing ChatGPT/Claude subscriptions can be utilized via ACP (Agent Client Protocol). 70+ MCP extensions: Connects to over 70 extensions, including databases, APIs, browsers, GitHub, and Google Drive, through Anthropic's Model Context Protocol standard. Operates a community Extensions Marketplace. YAML-based recipe system: Captures workflows as YAML recipes, structured into instructions, extensions, parameters, and subrecipes, enabling reusability and sharing. Sub-agent parallel processing: Employs a Rust-based, high-performance architecture to run sub-agents in parallel, efficiently handling complex multi-tasking. Security features: Includes prompt injection detection and an adversarial reviewer mode. MCP Apps: Features MCP apps that render interactive UIs within the desktop environment.

When should I use Goose?

Local-first AI agent — offers three interfaces: desktop, CLI, and API.

What is a biomedical use case for Goose?

Refactoring the Entire Codebase: In a large code repository, search for specific patterns, analyze dependencies, and then autonomously perform refactoring across multiple files. By connecting to GitHub PR generation via MCP, the entire cycle of code review, modification, commit, and PR can be completed in a single session.

📄 Official Docs🐙 GitHub

📝 Update Notes

  1. vv1.57.010/28/2026

    Goose v1.57.0에서는 보안 강화와 워크플로우 관리의 정교함이 한층 높아졌습니다. HTTPS 검증 및 화이트리스트 기능 도입으로 민감한 연구 데이터를 다룰 때의 보안성을 높였으며, 세션 ID 지정 기능을 통해 복잡한 실험 데이터 분석 과정을 더욱 체계적으로 추적할 수 있습니다. 또한 Claude 모델의 추론 능력 개선과 스케줄러 기능 업데이트로 생물정보학 파이프라인 자동화의 정확도와 효율성이 더욱 향상되었습니다.

  2. vv1.55.010/22/2026

    Goose v1.55.0은 AI 모델의 시각(Vision) 기능과 추론 능력이 강화되어, 현미경 이미지 분석이나 복잡한 실험 설계 시 더욱 정교한 도움을 받을 수 있어요. 대규모 컨텍스트 처리에 대한 토큰 관리와 비용 추정 기능이 개선되어, 방대한 유전체 데이터나 다량의 논문을 분석할 때 리소스를 더욱 효율적으로 관리할 수 있습니다. 또한, 도구 호출 과정의 추적 기능이 정교해짐에 따라 자동화된 바이오 데이터 분석 파이프라인의 안정성도 한층 높아졌으니 이번 업데이트를 적극 활용해 보세요.

  3. vv1.54.010/9/2026

    이번 Goose v1.54.0 업데이트에서는 분석 세션을 인터랙티브한 HTML로 내보내는 기능이 추가되어, 복잡한 실험 로그나 데이터 분석 과정을 동료들과 훨씬 직관적으로 공유할 수 있어요. 또한 시각 지능(Vision) 지원 기능과 최신 모델의 추론 능력 개선이 포함되어, 현미경 이미지나 구조 생물학 데이터에 대한 AI의 해석 능력이 더욱 정교해졌습니다. 실험 기록의 가독성을 높이고 시각 자료를 활용한 정밀한 데이터 분석이 필요한 연구원님들께 이번 업데이트를 추천드려요.

  4. vv1.53.010/4/2026

    Goose v1.53.0 업데이트에서는 GPT-6 시리즈 등 최신 모델 지원이 확대되어, 복잡한 생물학적 경로 분석이나 단백질 구조 추론 시 더욱 정교한 결과물을 얻을 수 있습니다. 특히 시각적 분석(Vision) 기능의 안정성이 향상되어 현미경 이미지나 실험 결과 사진을 AI와 함께 검토하는 작업이 훨씬 원활해졌습니다. 또한, 모델 사용 비용 추정 기능이 추가되어 대규모 유전체 데이터 처리 등 대량의 연산이 필요한 연구 시 예산을 더욱 효율적으로 관리할 수 있습니다.

  5. vv1.52.09/24/2026

    Goose v1.52.0에서는 데스크톱 앱의 실시간 음성 대화 기능이 도입되어, 실험 중 손을 사용하기 어려운 상황에서도 편리하게 AI와 상호작용할 수 있습니다. Opus 5.5 등 최신 모델 지원을 통해 더욱 복잡한 생물학적 데이터 분석과 정교한 추론 작업이 가능해졌습니다. 또한 실험 프로토콜을 자동화하는 '레시피'의 파라미터 관리와 안정성이 개선되어, 연구 워크플로우를 더욱 정밀하고 오류 없이 운영할 수 있습니다.

  6. vv1.51.09/20/2026

    Goose v1.51.0 업데이트에서는 GPT-live API 지원과 외부 백엔드 연결 오류의 구체적인 원인 보고 기능이 새롭게 추가되었습니다. 덕분에 복잡한 생물학적 데이터 분석 파이프라인을 운영할 때 발생하는 오류를 더욱 빠르고 정확하게 진단할 수 있습니다. 또한 도구 호출 및 컨텍스트 관리 관련 버그가 대폭 수정되어, 대규모 실험 데이터 처리와 같이 정밀함이 요구되는 워크플로우를 더욱 안정적으로 수행할 수 있게 되었습니다.

  7. vv1.50.19/15/2026

    Goose v1.50.1 업데이트는 최근 변경되었던 모델 업데이트와 MCP 기본 버전 선택 기능을 이전의 안정적인 상태로 되돌리는 패치 버전이에요. 생명공학 연구에서 모델의 일관성은 실험 결과의 재현성을 결정짓는 핵심 요소인 만큼, 이번 업데이트는 분석 환경의 예측 가능성을 높이는 데 집중했습니다. 갑작스러운 설정 변화로 인한 데이터 분석 오류를 방지하고, 더욱 안정적인 연구 워크플로우를 유지하고 싶은 연구원분들께 이번 업데이트를 추천드려요.

  8. vv1.49.09/4/2026

    Goose v1.49.0 업데이트에서는 웹 검색 및 브라우저 활용 기능이 내장되어, 최신 논문 탐색이나 생물학적 데이터 수집 작업이 더욱 스마트해졌어요. 세션 제목이 워크플로우 단계가 아닌 연구 주제별로 지정되면서, 여러 실험 프로젝트를 혼동 없이 체계적으로 관리할 수 있게 되었습니다. 또한 오디오 전사 기능이 추가되어 실험실 내 음성 기록을 텍스트로 변환하는 등 연구 데이터 관리의 효율성도 기대해 볼 수 있습니다.

  9. vv1.48.09/2/2026

    Goose v1.48.0 업데이트에서는 웹 검색 및 브라우저 사용 기능이 기본 스킬로 탑재되어, 최신 논문 탐색이나 웹 기반 생물학 데이터베이스 조사를 더욱 자동화할 수 있습니다. 또한 오디오 전사 기능이 추가되어 실험실의 음성 기록이나 세미나 내용을 텍스트로 변환하는 작업이 매우 편리해졌습니다. 최신 AI 모델 지원 확대와 비용 추적 기능 강화로, 복잡한 생물학적 데이터 분석 시 더욱 정교하고 경제적인 연구 환경을 구축할 수 있습니다.

  10. vv1.45.08/6/2026

    Goose v1.45.0에서는 최신 Gemini 모델 지원과 함께, 보안이 중요한 연구 환경을 위한 '에어갭(air-gapped) 문서 접근' 기능이 도입되었습니다. 이를 통해 민감한 실험 데이터를 다루는 폐쇄형 네트워크 환경에서도 외부 연결 없이 효율적인 문서 참조가 가능해졌습니다. 또한, 구조화된 요약 출력 기능이 강화되어 방대한 연구 논문이나 복잡한 실험 프로토콜을 핵심 위주로 빠르게 정리할 수 있습니다. 다양한 모델 선택지와 개선된 도구 관리 기능 덕분에 더욱 안정적이고 정교한 생명공학 데이터 분석 워크플로우를 구축할 수 있습니다.

  11. vv1.39.06/26/2026

    ✨ Features

    • ACP method for managing recipes and UI changes #9951
    • Use ACP to manage global config and session extensions #9948
    • Recipe handling in new_session #9935
    • /status slash command in CLI #9845
    • ACP new session on desktop (non-recipe sessions) [#9914](https://github.com/aaif-goose/goos
  12. vv1.38.06/17/2026

    Goose v1.38.0 업데이트에는 생명공학 연구의 효율을 높여줄 핵심 기능들이 대거 포함되었습니다. 새롭게 도입된 'Image read tool'을 통해 실험 이미지나 현미경 사진을 AI로 직접 분석할 수 있으며, 'Scholar Sidekick' 확장을 활용해 방대한 논문 문헌 검토를 더욱 스마트하게 수행할 수 있습니다. 또한 Hugging Face와 Perplexity 등 다양한 AI 모델 연동이 강화되어, 복잡한 생물학적 데이터를 다루는 연구자들에게 더욱 강력하고 유연한 분석 환경을 제공합니다.

  13. vv1.37.06/16/2026

    이번 업데이트에서는 학술 연구를 돕는 'Scholar Sidekick MCP 확장 기능'이 추가되어 논문 분석과 문헌 조사가 더욱 스마트해졌습니다. Perplexity와 xAI 등 다양한 AI 모델 연동이 확대됨에 따라, 연구 목적에 최적화된 모델을 선택해 복잡한 생물학적 가설을 정교하게 검증할 수 있습니다. 또한, 바이오인포매틱스 연구자를 위한 코드 리뷰 기능과 대용량 데이터 처리를 위한 설정 최적화가 포함되어 실험 데이터 분석의 효율성을 크게 높여줍니다.

🧪 Related Code of Life

No related Code of Life posts yet.

BioPlayground

Reading, linking, and lawful quotation stay open; high-speed bulk collection and unauthorized redistribution do not.

Unless stated otherwise, content rights belong to BioPlayground or the relevant rights holder.