goose AIエージェントとは｜Block発・AAIF運営の汎用OSSを実測解説

goose AIエージェント（aaif-goose/goose）は、Block（旧Square）社内で生まれ、現在はLinux Foundation傘下のAgentic AI Foundation（AAIF）が運営する汎用AIエージェントOSSだ。GitHubスターは52,562（2026年8月8日時点のGitHub API実測）、Apache-2.0ライセンスで、Rust製CLI・TypeScript製デスクトップアプリ・APIサーバーの3形態から選べる。既存の日本語記事はインストール手順やMCP拡張の設定に厚いが、①運営元がBlockからAAIFへ移管された組織的背景 ②star・contributor・リリース数などの一次データに基づく構成 ③本記事執筆時点で実際にCLIをインストールして分かった最新の挙動——の3点は薄い。本記事はここに絞って解説する。

汎用AIエージェントの全体像は AIエージェントフレームワーク比較2026｜LangGraph・CrewAI・Dify等9種をStar数・実コードで検証 でも整理している。本記事はgoose単体の実測に絞る。

goose AIエージェントとは：Block発・Linux Foundation傘下AAIFが運営する汎用OSS

goose AIエージェントの開発は、決済企業Block（旧Square）の社内ツールとして始まった。その後Apache-2.0でGitHub公開され、現在はLinux Foundation傘下のAgentic AI Foundation（AAIF）が運営する財団型プロジェクトへ移管されている。READMEに掲載されているLinux Foundation Insightsのバッジ（insights.linuxfoundation.org/project/goose）がこの一次的な裏付けで、日本語の既存記事の多くは「Block発」という紹介にとどまり、この移管の経緯まで踏み込んでいない。

実体面でも星数だけが先行しているわけではない。総コミット数はmainブランチで5,274、contributor数は453、リリース数は145本（最新はv1.45.0・2026年7月29日公開、いずれも2026年8月8日時点のGitHub API実測）。上位contributor5名の合計コミットは1,306件で全体の約24.8%、そのうち最多の1名（DOsinga）でも約5.5%にとどまり、特定の1人に依存した状態ではない。453名という規模も踏まえると、バス係数の観点では健全な分散型プロジェクトと言える。

goose AIエージェントで何ができるか：CLI・デスクトップ・API 3形態とMCP拡張70+

goose AIエージェントの守備範囲は、README上「コーディングに限らずリサーチ・執筆・データ分析まで扱える汎用エージェント」と説明されている。主要言語はRust（コア/CLI、約846万バイト相当）とTypeScript（デスクトップUI、約300万バイト相当）で、Python・Shell・HTML/JS・Dockerfileなども混在する（GitHub API languagesエンドポイント実測）。

READMEが謳う「15+ LLMプロバイダー」「70+ extensions」という数字は一次情報としてそのまま引用できる（「〜以上」の表記を実数に丸め込まない）。本記事の実行環境で goose --help を叩いたところ、CLIのサブコマンドはセッション実行だけでなく、ACPエージェントサーバー（acp）、HTTP/WebSocketサーバー（serve）、Recipe管理（recipe）、スキル管理（skills）、プラグイン管理（plugin）、スケジュールジョブ（schedule）、外部プラットフォーム連携（gateway）、ターミナル統合セッション（term）、ローカル推論モデル管理（local-models）、diffレビュー（review）まで多岐にわたっていた。

実際にインストールして分かったこと：v1.50.0のオンボーディングとCLIの変化

ここからは、本記事執筆時点（2026年9月14日・Linux x86_64のサンドボックス環境）で実際にgooseを導入して確認した内容を書く。ブリーフ収集時点（2026年8月8日）のGitHub API実測ではリリース145本・最新v1.45.0だったが、約1か月半後の本検証でインストーラが取得した安定版はv1.50.0だった。取得したバイナリのビルド日時は2026年9月8日で、開発が継続的に進んでいることが直接確認できた。

$ curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash
Detected OS: linux with ARCH x86_64
Downloading stable release: goose-x86_64-unknown-linux-gnu.tar.bz2...
Extracting goose-x86_64-unknown-linux-gnu.tar.bz2 to temporary directory...
Moving goose to /home/runner/.local/bin/goose
# ダウンロード〜配置まで実測 約12秒

$ goose --version
 1.50.0

$ ls -lh ~/.local/bin/goose
-rwxr-xr-x 1 runner runner 300M ... goose   # 314,548,064バイトのシングルバイナリ（未strip）

もう1点、既存の日本語記事や本記事の当初想定と食い違っていたのがセッション開始コマンドだ。goose session start は現行版では通らない。

$ goose session start
error: unrecognized subcommand 'start'
Usage: goose session [OPTIONS] [COMMAND]

$ goose session --help
Start or resume interactive chat sessions
Commands:
  list         List all available sessions
  remove       Remove sessions...
  export       Export a session
  import       Import a session from JSON, a Claude Code / Codex / Pi .jsonl, or...
  diagnostics
# 「session」はサブコマンドではなくオプション付きのコマンド自体。goose session（エイリアス goose s）で直接セッションが開始する

goose configure の対話フローも一枚岩ではなかった。まず匿名利用データの共有可否（OS・バージョン・利用プロバイダ・トークン使用量などを収集、会話内容やコードは収集しないと明記）を聞かれ、次にプロバイダのセットアップ方法として3つの選択肢が出た。

◆  How would you like to set up your provider?
│  ● OpenRouter Login (Recommended)
│    (Sign in with OpenRouter to automatically configure models)
│  ○ Tetrate Agent Router Service Login
│  ○ Manual Configuration
└
◇  How would you like to set up your provider?
│  OpenRouter Login (Recommended)
Opening browser for authentication...
Auth URL: https://openrouter.ai/auth?callback_url=http%3A%2F%2Flocalhost%3A3000&...
Waiting for authentication callback...

既定で推奨されているのは、Anthropic・OpenAIなど個別のAPIキーをその場で聞かれる一問一答ではなく、OpenRouterへのOAuthブラウザログインだった。個別プロバイダのAPIキーを直接設定したい場合は3番目の「Manual Configuration」を選ぶ必要がある（本検証はサンドボックス環境かつAPIキー未設定のため、この先のプロバイダ一覧までは到達できなかった。ブラウザ経由の認証が必須という設計自体は確認できている）。非対話環境でAPIキーも未設定のまま goose session を実行すると Error: not connected で止まる。

OpenHands・Aider・Claude Codeとの違い：比較表で見る立ち位置

OpenHands（All-Hands-AI/openhands）は当サイトの OpenHands完全ガイド：SWE-Bench 77.6%のOSS AIコーディングエージェント徹底解説 で解説した通りSWE-Benchなどのコーディングベンチマークで評価される傾向が強く、star数でもgooseの約1.6倍（83,487）と規模で上回る。Aider（Aider-AI/aider）はペアプログラミングに特化した単機能CLIで、守備範囲を絞っている分シンプルだ。Claude Codeはプロプライエタリで、Anthropicのモデルを中心に据えたエージェント型CLIという性格が強い。gooseはこれらと異なり、CLI・デスクトップアプリ・APIサーバーの3形態と15+のLLMプロバイダ、70+のMCP拡張を組み合わせ、特定ベンダーや特定タスクに縛られない汎用エージェントとして設計されている。

マルチエージェント設計の実例としては CloudflareのAIコードレビューシステム解剖｜7専門エージェント並列実行の仕組みと実績 が参考になる。またgooseのようにエージェントへ大量のコンテキストを渡す構成では、トークン膨張がボトルネックになりやすい。この課題に特化したのが OpenViking入門｜AIエージェント向けコンテキストDBの仕組みとov.conf設定・Docker運用を解説 で、gooseのMCP拡張と組み合わせる際の設計参考になる。

AI開発者・エンジニアがgooseを検討する場面

goose --help の実測で確認できたサブコマンドの中には、単なる「チャット型エージェント」の枠を超えた用途を示すものがある。

・schedule（エイリアス sched）：エージェントのタスクを定期実行のジョブとして登録できる。夜間バッチでリポジトリの棚卸しをさせる、といった使い方に相当する
・review：現在のdiffをgooseにレビューさせるコマンド。CIの前段でエージェントにセルフレビューさせる運用に組み込める
・local-models（エイリアス lm）：ローカル推論モデルを管理するサブコマンド。クラウドAPIのAnthropic/OpenAIだけでなく、ローカルLLMも選択肢に入れられる設計になっている
・gateway（エイリアス gw）：外部プラットフォームとの連携用ゲートウェイを管理する
・skills：エージェントが利用できるスキル一覧を管理する（goose skills list）

これらは本記事執筆時点のCLIヘルプから直接確認した実在のサブコマンドで、2026年8月8日時点のブリーフ収集時には想定されていなかった機能も含まれている。MCP拡張70+（README記載）と組み合わせれば、単発のQ&Aエージェントというより、定期実行ジョブ・コードレビュー・ローカル推論までを1つのCLIに集約した「エージェント運用基盤」に近い性格を持つ。財団型ガバナンス（AAIF）の下で複数組織が開発に関与している点も踏まえると、単独ベンダーのロードマップに依存したくないチームにとっては、評価対象に入れる理由になる。

一方で、この幅広さは「まず何から触ればいいか分かりにくい」という裏返しでもある。README単体では schedule や gateway のような応用的なサブコマンドの使いどころまでは説明が薄く、実際に goose <サブコマンド> --help を1つずつ確認しながら手探りで把握する必要があった。既存の日本語記事（MCP拡張・Recipes自動化の連載）は、この応用サブコマンド群にはまだ踏み込んでいない。

まとめ：gooseが向く読者・向かない読者

参照ソース

・aaif-goose/goose（公式リポジトリ・README） — 概要・ライセンス・対応LLMプロバイダ数・MCP拡張数を確認
・goose公式ドキュメント Quickstart — インストール・初期設定手順を確認
・Linux Foundation Insights: goose プロジェクトページ — AAIF/Linux Foundation傘下であることの一次的裏付け