goose 架构

goose 是一个开源 AI agent，建立在大语言模型的基础交互模式之上。LLM 本质上擅长处理“文本输入、文本输出”，而 goose 在这层能力之上进一步接入了工具和扩展，让 agent 可以真正执行任务。

goose 的核心组成

goose 主要由三个部分组成：界面（interface）、agent 和已连接的扩展。

• 界面：用户实际使用的 Desktop 应用或 CLI，负责收集输入和展示输出
• Agent：承载 goose 核心逻辑，驱动交互循环
• 扩展：提供具体工具和能力的组件，例如执行命令、读写文件、访问外部服务等

一次典型会话中，界面会启动一个 agent 实例，随后 agent 会同时连接一个或多个扩展。界面也可以启动多个 agent 来并行处理不同任务。

与扩展的互操作

Model Context Protocol (MCP) 是一个开放标准，用于让数据源和 AI agent 之间实现互操作。goose 通过 MCP 连接各种 MCP servers，在 goose 里这些 server 通常被称为扩展。

扩展通过 tools 向 goose 暴露能力。工具就是 agent 可以调用的函数，例如执行命令、文件操作、搜索文档等。比如 Google Drive 扩展会提供搜索文档的工具，这个工具本身就是 goose 获得对应能力的入口。

goose 内置了一批内建扩展，覆盖开发、网页抓取、自动化、记忆等场景；同时也支持接入外部扩展，或者通过 custom extensions 自定义 MCP server。

交互循环

交互循环可以概括成下面几个步骤：

1. Human Request：你提出问题、任务或待解决的问题。
2. Provider Chat：goose 把你的请求和可用工具列表一起发送给当前连接的 LLM Provider。
3. Model Extension Call：如果模型生成了工具调用请求，goose 负责执行并收集结果。
4. Response to Model：执行结果会再次反馈给模型；如果还需要更多工具，流程会继续循环。
5. Context Revision：goose 会清理旧的或不相关的信息，让模型聚焦当前最重要的上下文。
6. Model Response：当工具调用完成后，模型返回最终响应，等待你的下一轮输入。

goose 中的错误处理

goose 不会把错误简单地视为“流程终止点”。除了传统运行时错误之外，它也会捕获模型生成过程中导致的执行错误，例如无效 JSON、错误的工具名、参数不正确等。这些错误会作为工具结果回传给模型，帮助模型自行恢复并继续执行。

关于这部分的细节，可以继续阅读 错误处理。

Context Revision 与 Token 管理

虽然 goose 本身是开源免费的，但实际使用时通常仍然会消耗 LLM token。对 token 的占用来自很多地方，包括消息、工具调用、资源内容、文件内容、系统指令等。

为了降低成本并保持上下文质量，goose 会做几件事：

• 使用更快、更小的模型做摘要
• 尽量带上足够上下文，而不是单纯依赖语义搜索
• 通过算法删除过旧或无关的内容
• 优先使用 find/replace，而不是重写大文件；使用 ripgrep 跳过系统文件；对冗长命令输出做摘要