ワークフロー初級

Goose

ローカル優先のAIエージェント — デスクトップ、CLI、APIの3つのインターフェースを提供

ローカル優先AIエージェント：デスクトップアプリ（macOS/Linux/Windows）、CLI、APIという3つのインターフェースで、ユーザーのコンピューター上で直接動作。クラウドへの依存なしに、コード編集、シェル実行、テスト、マルチステップワークフローを自律的に実行。
15以上のLLMプロバイダーをサポート：Anthropic、OpenAI、Google Gemini、Ollama、OpenRouter、Azure、Bedrock、Groq、xAI、Alibaba（Qwen/DashScope）、Databricks、Scalewayなど。Claude 4モデルに最適化されているが、ローカルモデル（Ollama、LM Studio）もサポート。ACP（Agent Client Protocol）により、既存のChatGPT/Claudeサブスクリプションを活用可能。
70以上のMCP拡張：AnthropicのModel Context Protocol標準を通じて、データベース、API、ブラウザ、GitHub、Google Driveなど、70以上の拡張と接続。コミュニティのExtensionsマーケットプレイスを運営。
YAMLベースのレシピシステム：ワークフローをinstructions、extensions、parameters、subrecipesで構造化したYAMLレシピとして表現し、再利用および共有が可能。
サブエージェントの並列処理：Rustベースの高性能アーキテクチャにより、サブエージェントを並列実行し、複雑なマルチタスクを効率的に処理。
セキュリティ機能：プロンプトインジェクションの検出、敵対的レビューワー（adversary reviewer）モードを内蔵。
MCP Apps：デスクトップ環境内でインタラクティブなUIをレンダリングするMCPアプリ機能。

💻 必要なスペック

🧠RAM

不要（LLM推論は外部APIに委譲）。ローカルモデル（Ollama）を使用する場合は、モデルのサイズに応じて8〜24GBのVRAMが必要。Linux Vulkanのサポートにより、NVIDIA製GPU以外のGPUでもローカル推論が可能

💾ストレージ

デスクトップアプリは約160MB（プラットフォームによって異なる）、CLIを含めた合計は約500MB。ローカルモデルは別途

⚡ インストール

4-1. 簡単な始め方

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

# macOS — Homebrew (デスクトップアプリ)
brew install --cask block-goose

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

4-2. 詳細なインストール

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

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

# Linux — DEB パッケージ (Ubuntu/Debian)
sudo dpkg -i goose_*.deb

# プロバイダー設定 (初回実行時に自動的に案内、その後再設定)
goose configure

# セッション開始
goose session

# アップデート
goose update

デスクトップアプリは、GitHub ReleasesページからmacOS（Apple Silicon / Intel）、Linux（DEB / RPM / Flatpak）、Windows ZIPを直接ダウンロードできます。Windowsユーザーは、Git Bash、MSYS2、またはPowerShellが必要であり、WSL経由でのLinuxインストールも可能です。

🧬 バイオ活用シナリオ

🔬

コードベース全体のリファクタリング

大規模なコードリポジトリで特定のパターンを検索し、依存関係を分析した後、複数のファイルにわたるリファクタリングを自律的に実行。MCPを通じてGitHub PRの生成まで連携させれば、コードレビュー、修正、コミット、PRの全体サイクルを単一のセッションで完了可能

🧬

マルチプロバイダーのコスト最適化ワークフロー

単純なコード生成は無料ティア（Groq/Google Gemini）で、複雑なアーキテクチャ設計はClaude 4 Opusで、コードレビューはGPT-5で行うマルチモデル戦略をYAMLレシピで定義し、月額APIコストを制御しながら品質を維持

💊

自動化されたデータパイプラインの構築

MCPの拡張により、データベースのクエリ、データ変換スクリプトの作成、テストの実行、結果の検証を1つのGooseセッションで実行。レシピとして保存すれば、繰り返し実行可能な自動化パイプラインに変換

FAQ

Gooseとは何ですか？

ローカル優先AIエージェント：デスクトップアプリ（macOS/Linux/Windows）、CLI、APIという3つのインターフェースで、ユーザーのコンピューター上で直接動作。クラウドへの依存なしに、コード編集、シェル実行、テスト、マルチステップワークフローを自律的に実行。 15以上のLLMプロバイダーをサポート：Anthropic、OpenAI、Google Gemini、Ollama、OpenRouter、Azure、Bedrock、Groq、xAI、Alibaba（Qwen/DashScope）、Databricks、Scalewayなど。Claude 4モデルに最適化されているが、ローカルモデル（Ollama、LM Studio）もサポート。ACP（Agent Client Protocol）により、既存のChatGPT/Claudeサブスクリプションを活用可能。 70以上のMCP拡張：AnthropicのModel Context Protocol標準を通じて、データベース、API、ブラウザ、GitHub、Google Driveなど、70以上の拡張と接続。コミュニティのExtensionsマーケットプレイスを運営。 YAMLベースのレシピシステム：ワークフローをinstructions、extensions、parameters、subrecipesで構造化したYAMLレシピとして表現し、再利用および共有が可能。サブエージェントの並列処理：Rustベースの高性能アーキテクチャにより、サブエージェントを並列実行し、複雑なマルチタスクを効率的に処理。セキュリティ機能：プロンプトインジェクションの検出、敵対的レビューワー（adversary reviewer）モードを内蔵。 MCP Apps：デスクトップ環境内でインタラクティブなUIをレンダリングするMCPアプリ機能。

Gooseはいつ使いますか？

ローカル優先のAIエージェント — デスクトップ、CLI、APIの3つのインターフェースを提供

Gooseのバイオ研究での活用例は何ですか？

コードベース全体のリファクタリング: 大規模なコードリポジトリで特定のパターンを検索し、依存関係を分析した後、複数のファイルにわたるリファクタリングを自律的に実行。MCPを通じてGitHub PRの生成まで連携させれば、コードレビュー、修正、コミット、PRの全体サイクルを単一のセッションで完了可能

📄 公式ドキュメント 🐙 GitHub

📝 アップデートノート

まだアップデートノートはありません。

🧪 関連「生命のコード」

関連する「生命のコード」記事はまだありません。