Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Startseite/Lokale LLMs Pro
Local AI Agents & Tool Use

Goose Review: Blocks Open-Source-KI-Agent jetzt unter der Linux Foundation

·10 Min. LesezeitVon Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

Goose ist ein kostenloser, quelloffener, lokal-first KI-Agent — Desktop-App, CLI und API — entwickelt von Block und am 28. Januar 2025 öffentlich veröffentlicht, dann im Dezember 2025 an die Agentic AI Foundation (AAIF) bei der Linux Foundation übergeben. Es ist Apache-2.0-lizenziert, bestätigt über die GitHub API am 12. September 2026, und das Repository (github.com/aaif-goose/goose) zeigt 55.000+ Sterne. Goose selbst verlangt keine Lizenzgebühr — verbinden Sie es mit Anthropic, OpenAI, Google, einem lokalen Ollama-Modell oder einem von Dutzenden weiteren unterstützten LLM-Anbietern über Ihren eigenen API-Schlüssel und erweitern Sie es mit Model-Context-Protocol-(MCP)-Tools.

Wichtigste Erkenntnisse

  • Goose ist kostenlos und quelloffen; laut GitHub API Apache-2.0-lizenziert, geprüft am 12. September 2026
  • Entwickelt von Block (Square, Cash App, Afterpay, Tidal), öffentlich veröffentlicht am 28. Januar 2025
  • Von Block im Dezember 2025 als Gründungsprojekt der Agentic AI Foundation (AAIF) bei der Linux Foundation eingebracht, gemeinsam mit Anthropics MCP und OpenAIs AGENTS.md
  • Code und Governance wechselten am 7. April 2026 formal zur AAIF; das kanonische Repository ist github.com/aaif-goose/goose (die alte URL block/goose leitet dorthin weiter)
  • Das GitHub-Repository zeigt 55.000+ Sterne, verifiziert über die GitHub API
  • Verfügbar als native Desktop-App (macOS, Linux, Windows), als CLI und als API
  • Verbindet sich mit Dutzenden LLM-Anbietern über Ihren eigenen API-Schlüssel (Anthropic, OpenAI, Google, OpenRouter, Azure, Amazon Bedrock und mehr) oder einem lokalen Ollama-Modell ohne Kosten
  • Erweiterbar über das Model Context Protocol (MCP), denselben offenen Standard, den Anthropic ebenfalls in die AAIF eingebracht hat

📍 In einem Satz

Goose ist ein kostenloser, quelloffener, Apache-2.0-lizenzierter, lokal-first KI-Agent — Desktop-App, CLI und API —, ursprünglich von Block entwickelt und jetzt von der Agentic AI Foundation bei der Linux Foundation verwaltet.

💬 In einfachen Worten

Goose ist ein Programm, das Dateien lesen und bearbeiten, Shell-Befehle ausführen und externe Tools in Ihrem Auftrag aufrufen kann, um eine Coding- oder Automatisierungsaufgabe zu erledigen, statt nur Fragen in einem Chat-Fenster zu beantworten. Sie verbinden es mit einem LLM (einem lokalen Ollama-Modell oder einer Cloud-API wie Anthropic oder OpenAI), und es erledigt mehrstufige Arbeit — Tests ausführen, Code bearbeiten, APIs aufrufen —, bis die Aufgabe fertig ist.

Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Goose (goose-docs.ai) ist ein kostenloser, quelloffener, lokal-first KI-Agent — verfügbar als Desktop-App, Kommandozeilen-Tool und API — für Coding, Automatisierung und Workflows. Block (das Unternehmen hinter Square, Cash App, Afterpay und Tidal) hat ihn entwickelt und am 28. Januar 2025 öffentlich veröffentlicht, bevor es ihn im Dezember 2025 als Gründungsprojekt der Agentic AI Foundation (AAIF) bei der Linux Foundation einbrachte, gemeinsam mit Anthropics Model Context Protocol (MCP) und OpenAIs AGENTS.md. Code und Governance wechselten am 7. April 2026 formal zur AAIF; das kanonische Repository liegt jetzt unter github.com/aaif-goose/goose (die alte URL block/goose leitet dorthin weiter). Diese Review behandelt, was Goose tatsächlich kann, wie man es installiert, sein Preismodell und wie es sich im Vergleich zu anderen quelloffenen Coding-Agenten schlägt.

Goose Review: Blocks Open-Source-KI-Agent jetzt unter der Linux Foundation

Was ist Goose?

Goose ist ein quelloffener, lokal-first KI-Agent — eine Desktop-App, ein Kommandozeilen-Tool und eine API —, der Dateien liest und bearbeitet, Shell-Befehle ausführt und externe Tools aufruft, um Coding-, Automatisierungs- und Workflow-Aufgaben zu erledigen. Das GitHub-Repository beschreibt es als "einen quelloffenen, erweiterbaren KI-Agenten, der über Code-Vorschläge hinausgeht - installieren, ausführen, bearbeiten und testen mit jedem LLM". Anders als ein Chat-Assistent, der nur Code vorschlägt, ist Goose darauf ausgelegt, zu handeln: Es kann in einer Schleife laufen, Befehle ausführen und Ergebnisse prüfen, bis eine Aufgabe erledigt ist.

  • Kernfunktion: ein Agenten-Framework, das ein LLM Ihrer Wahl, eine Reihe eingebauter und erweiterbarer Tools sowie Model-Context-Protocol-(MCP)-Integrationen kombiniert, um mehrstufige Coding- und Automatisierungsaufgaben auszuführen
  • Schnittstellen: eine native Desktop-App (macOS, Linux, Windows), eine Terminal-CLI und eine programmatische API — alle basieren auf derselben zugrunde liegenden Agenten-Engine
  • Lokal-first-Design: Goose selbst läuft auf dem eigenen Rechner; das aufgerufene LLM kann ebenfalls lokal sein (über Ollama) oder eine Cloud-API Ihrer Wahl
  • Entwickler: ursprünglich von Block entwickelt, dem Unternehmen hinter Square, Cash App, Afterpay und Tidal; jetzt verwaltet von der Agentic AI Foundation (AAIF) bei der Linux Foundation
  • Kanonisches Repository: github.com/aaif-goose/goose, laut GitHub API Apache-2.0-lizenziert

Von Block zur Linux Foundation: Eine kurze Geschichte

Gooses Eigentümerstruktur änderte sich innerhalb von etwa 14 Monaten nach der öffentlichen Veröffentlichung zweimal — zunächst als öffentlich gemachtes internes Block-Projekt, dann als Übergabe an eine neutrale Open-Source-Governance. Die folgende Zeitleiste basiert auf den eigenen Ankündigungen von Block und der Linux Foundation.

  1. 1
    28. Januar 2025 — Öffentliche Veröffentlichung
    Why it matters: Block veröffentlichte Goose öffentlich als quelloffenen, lokal-first KI-Agenten, nachdem es intern entwickelt und genutzt worden war.
  2. 2
    9. Dezember 2025 — Agentic AI Foundation angekündigt
    Why it matters: Die [Linux Foundation kündigte die AAIF an](https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation), mit Goose (von Block) als Gründungsprojekt, gemeinsam mit Anthropics Model Context Protocol (MCP) und OpenAIs AGENTS.md — die Governance eines weit verbreiteten Agenten-Projekts wechselte damit aus der Hand eines einzelnen Unternehmens.
  3. 3
    7. April 2026 — Repository und Doku wechseln zur AAIF
    Why it matters: Gooses kanonisches GitHub-Repository zog von `block/goose` nach [github.com/aaif-goose/goose](https://github.com/aaif-goose/goose) um, und die Dokumentation wechselte zu [goose-docs.ai](https://goose-docs.ai); die alten URLs leiten weiter, aber ab diesem Zeitpunkt kontrolliert formal die AAIF, nicht Block allein, die Governance des Projekts.

Was können Sie mit Goose tun?

Gooses Funktionsumfang zielt darauf ab, bei einer Aufgabe zu handeln, statt nur zu beschreiben, wie man sie erledigt, laut goose-docs.ai und dem GitHub-README.

  • Agentische Aufgabenausführung — Goose liest und bearbeitet Dateien, führt Shell-Befehle aus und prüft die eigenen Ergebnisse in einer Schleife, bis eine Coding- oder Automatisierungsaufgabe erledigt ist, statt nur einen vorgeschlagenen Diff zurückzugeben
  • Eigenes LLM mitbringen — verbinden Sie Goose mit einem LLM-Anbieter Ihrer Wahl (Anthropic, OpenAI, Google, Ollama, OpenRouter, Azure, Amazon Bedrock und Dutzende weitere laut den offiziellen Anbieter-Docs) über Ihren eigenen API-Schlüssel, oder nutzen Sie ein lokales Ollama-Modell kostenlos
  • Model-Context-Protocol-(MCP)-Erweiterungen — Goose verbindet sich über MCP, den offenen Standard, den Anthropic ebenfalls in die AAIF eingebracht hat, mit externen Tools, Datenbanken und Diensten (GitHub, Google Drive, Browser, interne Tools); Goose führt ein Verzeichnis dokumentierter Erweiterungen unter goose-docs.ai/extensions
  • Recipes — wiederverwendbare, teilbare YAML-Aufgabendefinitionen, mit denen ein Team einen wiederholbaren Workflow (eine Code-Migration, ein Testlauf, eine Release-Checkliste) verpacken kann, sodass er von jedem mit installiertem Goose erneut ausgeführt werden kann
  • Drei Schnittstellen auf einer Engine — Desktop-App, CLI und API laufen alle auf derselben zugrunde liegenden Agenten-Engine, sodass ein in einer Schnittstelle erstellter Workflow nicht an diese gebunden ist
  • Selbst gehostet und auditierbar — da der Code Apache-2.0-lizenziert und jetzt von der Linux Foundation verwaltet wird, können Teams Goose prüfen, forken und selbst hosten, ohne vom Wohlwollen eines einzelnen Anbieters abhängig zu sein

Anwendungsbeispiele: Drei Wege, Goose zu nutzen

Dies sind konkrete Workflows, die auf Gooses dokumentierten Desktop-, CLI- und Erweiterungsfunktionen oben basieren — keine hypothetischen Anwendungsfälle.

Eine agentische Coding-Sitzung über die CLI ausführen

Installieren Sie die CLI, führen Sie goose session aus einem Projektverzeichnis heraus aus, und beschreiben Sie eine Aufgabe in normaler Sprache (zum Beispiel: "Füge dem Anmeldeformular eine Eingabevalidierung hinzu und schreibe einen Test dafür"). Goose liest die relevanten Dateien, nimmt die Änderungen vor, führt die Testsuite aus und meldet das Ergebnis zurück — bei riskanteren Aktionen fragt es je nach konfigurierten Berechtigungen um Bestätigung.

Goose mit einem vollständig lokalen Modell über Ollama verbinden

Mit installiertem Ollama und einem lokal heruntergeladenen Modell konfigurieren Sie Goose in den Anbietereinstellungen der Desktop-App oder CLI so, dass es Ollama als Anbieter nutzt. Goose läuft dann vollständig gegen Ihr lokales Modell, ohne API-Schlüssel und ohne dass Daten Ihren Rechner verlassen — auf Kosten der Leistungsfähigkeit dieses lokalen Modells im Vergleich zu einem führenden Cloud-Modell.

Eine MCP-Erweiterung für ein bestimmtes Tool hinzufügen

Durchsuchen Sie goose-docs.ai/extensions nach einem MCP-Server, der zu einem von Ihnen genutzten Tool passt (GitHub, eine Datenbank, ein Browser), installieren Sie ihn über das Erweiterungen-Panel der Desktop-App oder die CLI, und Goose erhält die Fähigkeit, dieses Tool direkt als Teil einer Aufgabe aufzurufen — zum Beispiel einen Pull Request zu öffnen, sobald eine Codeänderung die Tests besteht.

Goose Preise: Kostenlose Software, eigener API-Schlüssel

Goose selbst verlangt keine Lizenzgebühr. Das GitHub-Repository ist Apache-2.0-lizenziert, bestätigt über die GitHub API, ohne dass eine Funktion hinter einer Zahlung des Projekts selbst verborgen ist. Was Sie zahlen, hängt vollständig davon ab, welches LLM Sie mit Goose verbinden.

Goose-Software (Desktop, CLI, API)

Kosten:
Kostenlos
Hinweise:
Apache-2.0-lizenziert, keine Goose-seitige Gebühr für Schnittstelle oder Funktion

Lokales Modell über Ollama

Kosten:
Kostenlos
Hinweise:
Kein API-Schlüssel nötig; Kosten entstehen nur für eigene Hardware und Strom

Cloud-Anbieter (Anthropic, OpenAI, Google und andere)

Kosten:
Anbieterabhängige API-Preise
Hinweise:
Direkt vom gewählten Anbieter zu dessen eigenen Tarifen abgerechnet — nicht von Goose festgelegt oder aufgeschlagen

Da Goose nach dem Bring-your-own-key-Prinzip funktioniert, gibt es außer der kostenlosen Software selbst keinen einzelnen "Goose-Preis" — prüfen Sie die eigene Preisseite Ihres gewählten Anbieters, bevor Sie eine große oder wiederholte Aufgabe ausführen, besonders mit einem führenden Cloud-Modell.

Goose vs. OpenHands

Goose und OpenHands sind beide kostenlose, quelloffene, selbst hostbare Agenten-Plattformen, die über reine Chat-Code-Vorschläge hinausgehen, und beide werden als naheliegender Ausgangspunkt für Teams verglichen, die einen autonomen Coding-Agenten wollen, den sie vollständig kontrollieren. Die deutlichsten Unterschiede sind das Governance-Modell und der primäre Sandboxing-Ansatz.

Governance

Goose:
Linux Foundation (Agentic AI Foundation), von Block übergeben
OpenHands:
All Hands AI, ein Venture-finanziertes Startup

Lizenz

Goose:
Apache 2.0
OpenHands:
MIT

Schnittstellen

Goose:
Desktop-App (macOS, Linux, Windows), CLI, API
OpenHands:
Web-GUI, Terminal-UI, CLI

Sandboxing

Goose:
Läuft standardmäßig direkt gegen Ihren Rechner oder Ihre Umgebung, mit konfigurierbaren Berechtigungsabfragen
OpenHands:
Führt Agenten standardmäßig in einem sandboxed Docker-Container aus

LLM-Modell

Goose:
Eigener API-Schlüssel über Dutzende Anbieter, oder ein lokales Ollama-Modell
OpenHands:
Eigener API-Schlüssel, oder Claude Code, Codex und Gemini CLI als Agenten-Backends

Erweiterbarkeit

Goose:
Model-Context-Protocol-(MCP)-Erweiterungen, plus wiederverwendbare YAML-"Recipes"
OpenHands:
Individuelle Agentenkonfiguration und Microagents

Wenn Sie einen Agenten wollen, der von einer neutralen, anbieterunabhängigen Open-Source-Foundation verwaltet wird und standardmäßig ein leichteres Sandboxing hat, passt Gooses Modell. Wenn Sie einen Agenten wollen, der jeden Lauf standardmäßig in einem Docker-Container isoliert, prüfen Sie OpenHands direkt — siehe die vollständige OpenHands Review für Details. Beide sind für selbst gehostete Nutzung kostenlos; prüfen Sie aktuelle Funktionen auf der jeweiligen Projektseite, bevor Sie sich entscheiden.

Im Verzeichnis vergleichen

Für wen eignet sich Goose?

Ob Goose passt, hängt davon ab, ob Sie einen Agenten wollen, den Sie vollständig kontrollieren, selbst hosten und mit einem LLM Ihrer Wahl verbinden können.

Nutzen Sie Goose, wenn

  • Sie einen kostenlosen, quelloffenen KI-Agenten wollen, der von einer neutralen Foundation (der AAIF bei der Linux Foundation) statt von einem einzelnen Anbieter verwaltet wird
  • Sie Ihren eigenen LLM-Anbieter wählen wollen — einschließlich eines vollständig lokalen, kostenlosen Ollama-Modells — statt an ein eingebautes Modell gebunden zu sein
  • Sie eine Desktop-App, CLI und API auf derselben zugrunde liegenden Agenten-Engine wollen, sodass ein Workflow nicht an eine Schnittstelle gebunden ist
  • Sie den Agenten mit Model-Context-Protocol-(MCP)-Tools und wiederverwendbaren YAML-"Recipes" für wiederholbare Team-Workflows erweitern wollen
  • Sie damit vertraut sind, Berechtigungen zu konfigurieren und Agenten-Aktionen zu prüfen, statt sich auf eine verpflichtende Sandbox zu verlassen

Warten Sie, oder schauen Sie woanders, wenn

  • Sie wollen, dass jeder Agenten-Lauf standardmäßig ohne Konfiguration in einem sandboxed Container isoliert wird — OpenHands sandboxt standardmäßig; Gooses Standard ist näher an Ihrem eigenen Rechner, prüfen Sie also die Berechtigungseinstellungen vor nicht vertrauenswürdigen Aufgaben
  • Sie ein einzelnes eingebautes Modell ohne Konfiguration wollen — Gooses Bring-your-own-key-Modell bedeutet, dass Sie zunächst einen Anbieter wählen und anbinden müssen, bevor Sie es überhaupt nutzen können
  • Sie offiziellen Anbieter-Support mit SLA statt Community- und Foundation-Support-Kanälen benötigen — Gooses Support läuft über GitHub Issues und Community-Kanäle, typisch für ein Open-Source-Foundation-Projekt statt einen kommerziellen Anbieter
  • Sie einen in die IDE eingebetteten Coding-Assistenten statt einen eigenständigen Agenten wollen — eine Editor-Erweiterung wie Cline passt möglicherweise besser zu Ihrem Workflow

Wettbewerber und Alternativen

Goose wird am häufigsten mit OpenHands, Cline, Aider und Open Interpreter verglichen — anderen quelloffenen Tools, die aus einem LLM einen Agenten machen, der auf einer Codebasis handeln kann, statt nur darüber zu chatten.

OpenHands

Bekannt für:
Sandboxed, Docker-isolierte autonome Coding-Agenten-Plattform
Link:
OpenHands Review
Artikel über OpenHands (2)

Auch erwähnt in:

Open Interpreter

Bekannt für:
Lässt ein LLM Code lokal ausführen, um allgemeine (nicht nur Coding-) Aufgaben zu erledigen
Link:
Open Interpreter Review
Artikel über Open Interpreter (3)

Auch erwähnt in:

Diese Liste zeigt Tools, mit denen Goose häufig verglichen wird, keine unabhängige PromptQuorum-Rangliste — siehe das lokale KI-Software-Verzeichnis für den vollständigen Katalog, einschließlich Gooses eigenem Verzeichniseintrag, und prüfen Sie Preise und Funktionsumfang jedes Tools vor einer Entscheidung.

Im Verzeichnis vergleichen

Häufige Fehler bei der Bewertung von Goose

Die meiste Verwirrung um Goose entsteht dadurch, es mit einem gehosteten Einzelmodell-Chat-Produkt zu verwechseln, oder den Governance-Wechsel von Dezember 2025/April 2026 zu übersehen.

Fehler 1: Annehmen, Goose enthalte ein eingebautes Modell oder einen API-Schlüssel

Goose funktioniert nach dem Bring-your-own-LLM-Prinzip: Es hat kein eigenes eingebautes Modell. Sie müssen es mit einem Anbieter (Anthropic, OpenAI, Google, Ollama und Dutzenden weiteren) über Ihren eigenen API-Schlüssel verbinden, oder mit einem lokalen Ollama-Modell, bevor es etwas tun kann.

Fehler 2: Auf die alte GitHub-URL block/goose verlinken

Gooses Repository zog am 7. April 2026 im Rahmen der Übergabe an die Agentic AI Foundation nach github.com/aaif-goose/goose um. Die alte URL block/goose leitet weiter, aber Lesezeichen, Skripte und Dokumentation sollten auf den neuen kanonischen Ort aktualisiert werden.

Fehler 3: Block als Gooses derzeit alleinige verwaltende Instanz behandeln

Block hat Goose entwickelt und veröffentlicht, aber seit dem 7. April 2026 liegt die Projekt-Governance bei der Agentic AI Foundation (AAIF) bei der Linux Foundation — einer neutralen Instanz, die Block gemeinsam mit Anthropic (MCP) und OpenAI (AGENTS.md) mitbegründet hat, kein reines Block-Projekt.

Fehler 4: Eine verpflichtende Sandbox annehmen

Anders als manche Wettbewerber (zum Beispiel OpenHands), die jeden Agenten-Lauf standardmäßig in einem Docker-Container isolieren, läuft Goose näher an Ihrem eigenen Rechner, sofern Sie nichts anderes konfigurieren. Prüfen Sie die Berechtigungs- und Bestätigungseinstellungen, bevor Sie es auf eine Aufgabe mit echtem Datei- oder Shell-Zugriff ansetzen.

Fehler 5: Veraltete Sternezahlen oder Lizenzdetails annehmen

Diese Review hat 55.000+ GitHub-Sterne und eine Apache-2.0-Lizenz direkt über die GitHub API am 12. September 2026 verifiziert — prüfen Sie diesen Endpunkt selbst für eine aktuelle Zahl, statt sich auf eine zwischengespeicherte Zahl zu verlassen, auch nicht auf diese.

Häufig gestellte Fragen

Was ist Goose?

Goose (goose-docs.ai, Quellcode unter github.com/aaif-goose/goose) ist ein kostenloser, quelloffener, lokal-first KI-Agent — eine Desktop-App, CLI und API — für Coding-, Automatisierungs- und Workflow-Aufgaben, ursprünglich von Block entwickelt und jetzt von der Agentic AI Foundation bei der Linux Foundation verwaltet.

Ist der KI-Agent Goose dasselbe wie andere Projekte namens Goose?

Nein. Diese Seite behandelt Goose, den quelloffenen KI-Agenten von Block, der jetzt von der Agentic AI Foundation bei der Linux Foundation geführt wird (github.com/aaif-goose/goose). Den Namen tragen auch nicht verwandte Projekte, etwa pressly/goose, ein Go-Tool für Datenbankmigrationen; prüfen Sie daher vor der Installation den Eigentümer des Repositorys.

Ist Goose kostenlos?

Die Goose-Software selbst ist kostenlos und Apache-2.0-lizenziert, ohne dass eine Funktion hinter einer Zahlung verborgen ist. Die Kosten hängen davon ab, welches LLM Sie anbinden: Ein lokales Ollama-Modell ist kostenlos, während ein Cloud-Anbieter (Anthropic, OpenAI, Google und andere) nach dessen eigenen API-Preisen abrechnet.

Ist Goose quelloffen? Welche Lizenz nutzt es?

Ja. Gooses GitHub-Repository ist unter Apache 2.0 lizenziert, bestätigt über die GitHub API (license.spdx_id: "Apache-2.0") am 12. September 2026.

Wer besitzt oder verwaltet Goose jetzt?

Block entwickelte Goose und veröffentlichte es am 28. Januar 2025 öffentlich. Im Dezember 2025 übergab Block es als Gründungsprojekt der Agentic AI Foundation (AAIF) bei der Linux Foundation, gemeinsam mit Anthropics Model Context Protocol (MCP) und OpenAIs AGENTS.md. Repository und Governance wechselten am 7. April 2026 formal zur AAIF.

Welche Plattformen unterstützt Goose?

Gooses Desktop-App ist für macOS (Apple Silicon und Intel), Linux (DEB, RPM, Flatpak) und Windows verfügbar; die CLI installiert sich auf allen drei, unter anderem über Homebrew oder ein PowerShell-Skript unter Windows, laut den offiziellen Installations-Docs.

Benötigt Goose ein bestimmtes LLM?

Nein. Goose funktioniert nach dem Bring-your-own-LLM-Prinzip: Verbinden Sie es mit Anthropic, OpenAI, Google, OpenRouter, Azure, Amazon Bedrock und Dutzenden weiteren Anbietern aus den Anbieter-Docs, oder nutzen Sie ein vollständig lokales Modell über Ollama.

Was ist das Model Context Protocol (MCP), und wie nutzt Goose es?

MCP ist ein offener Standard (von Anthropic in die AAIF eingebracht) für die Verbindung eines KI-Agenten mit externen Tools und Datenquellen. Goose nutzt MCP für sein Erweiterungssystem und kann sich so mit Diensten wie GitHub, Datenbanken und Browsern über ein dokumentiertes Verzeichnis unter goose-docs.ai/extensions verbinden.

Wie viele GitHub-Sterne hat Goose?

Gooses Repository (github.com/aaif-goose/goose) zeigte 55.000+ Sterne, direkt über die GitHub API verifiziert. Prüfen Sie das Repository direkt für eine aktuelle Zahl, da sie sich täglich ändert.

Was sind Goose-"Recipes"?

Recipes sind wiederverwendbare, teilbare YAML-Aufgabendefinitionen, mit denen ein Team einen wiederholbaren Goose-Workflow — etwa eine Code-Migration oder einen Testlauf — verpacken kann, sodass er von jedem mit installiertem Goose konsistent erneut ausgeführt werden kann.

Wie schneidet Goose im Vergleich zu OpenHands ab?

Beide sind kostenlose, quelloffene, selbst hostbare Agenten-Plattformen. Die Hauptunterschiede sind Governance (Goose: Linux Foundation über die AAIF; OpenHands: All Hands AI, ein Startup) und standardmäßiges Sandboxing (OpenHands isoliert Läufe standardmäßig in Docker; Goose läuft näher an Ihrem eigenen Rechner, sofern nicht anders konfiguriert). Siehe den vollständigen Vergleich oben.

Quellen

← Zurück zu Lokale LLMs Pro

MCP