AIエージェントの普及に伴い、プログラミングや日常業務の自動化にOpenAIのCodex、AnthropicのClaude、GoogleのGeminiなどを利用する機会が増えています。しかし、サービスごとに操作画面や料金体系が異なるため、複数のAIを使い分けることは必ずしも簡単ではありません。そこで注目されているのが、無料で利用できるオープンソースのAIエージェント「goose（グース）」です。gooseは特定のAIモデルに依存せず、デスクトップアプリ・CLI・外部アプリとの連携を通じて、コードの生成や編集、PC操作、情報収集、定期的なワークフローの実行まで幅広く対応します。さらに、MCPによる外部ツール連携やローカルLLMの利用にも対応しており、複数のAIサービスを1つの環境にまとめたいユーザーにとって、有力な選択肢となっています。
🤖 gooseとは？複数のAIモデルを自由に切り替えられるオープンソースエージェント
gooseは、AIに自然言語で指示を出すだけで、ファイルの読み取りや編集、プログラムの実行、テストなどを自律的に進められるAIエージェントです。単にコードの書き方を提案するチャットAIとは異なり、作業対象のフォルダを指定して「Webページを作成して」「Pythonのエラーを修正して」と依頼すると、必要なファイルを操作しながらタスクを実行できます。最大の特徴は、AIエージェントの実行環境と、判断を担当する大規模言語モデル（LLM）が分離されていることです。OpenAI、Anthropic、GoogleなどのクラウドAIに加え、対応する環境を構築すればローカルLLMも選択できます。開発は公開されたGitHubリポジトリで進められ、Apache License 2.0の下でコードが提供されています。ただし、goose本体が無料でも、接続するAIプロバイダーのAPI利用料まで無料になるわけではないため、利用するモデルや契約によって運用コストは異なります。
🖥️ デスクトップ・CLI・MCPに対応！gooseでできること
gooseはWindows・macOS・Linuxに対応しており、視覚的に操作できるデスクトップアプリと、ターミナルから利用するCLIの両方が用意されています。デスクトップ版ではチャット画面から作業フォルダを指定し、HTMLファイルやPythonスクリプトの生成・編集を依頼できます。さらに、Computer Controllerなどの拡張機能を有効にすることで、ブラウザの起動やページ操作といったPC上の作業にも対応します。こうした拡張性を支えるのが、AIと外部ツールを接続する標準規格「MCP（Model Context Protocol）」です。例えば、Context7のような外部MCPサーバーを追加して開発ドキュメントを参照させたり、独自のツールを接続して業務処理を実行させたりできます。加えて、繰り返し使う作業手順を保存する「レシピ」や、指定した時刻に実行するスケジュール機能も備えており、単発のコーディング支援にとどまらない自動化環境を構築できます。ただし、拡張機能やスケジュールの動作には、OSや設定、gooseのバージョンによって制約が生じる場合があります。
🧩 gooseの主な機能と活用例
- 💻 コード生成・修正： PythonやJavaScript、HTMLなどの作成、エラー修正、テストの実行
- 🖱️ デスクトップ操作： 対応する拡張機能を通じたブラウザ起動や画面操作
- 🔗 MCP連携： 外部アプリ、データ、開発ツールなどの機能をAIから呼び出す
- 🔄 レシピ・スケジュール： 定型作業を保存し、必要に応じて繰り返し実行
- 🧠 複数モデルの利用： クラウドLLMとローカルLLMを用途やコストに応じて選択
- 🤝 ACP・サブエージェント： 他のAIエージェントとの接続や、作業の分担に対応
🔧 CodexやClaude Codeとの違いは？ACPで既存AIエージェントも統合可能
gooseはOpenAIのCodexやAnthropicのClaude Codeと競合する部分がある一方、これらを外部エージェントとして利用できる点でも特徴的です。例えば、CodexやClaude Codeは、それぞれの提供元が用意するAIモデルや開発環境との統合を強みとしています。一方のgooseは、異なるプロバイダーやツールを共通の操作環境に集約することを重視しています。その仕組みの1つが「ACP（Agent Client Protocol）」で、対応するAIエージェントと通信し、既存のCodexやClaude Codeをgooseから呼び出せます。また、goose自身をACPサーバーとして動作させ、対応するコードエディタや外部アプリから利用することも可能です。2026年10月時点の公式ドキュメントでは、従来のCLIプロバイダー方式に代わり、ACPプロバイダー方式が推奨されています。ただし、接続方式によってセッションの再開や拡張機能の利用範囲などに違いがあるため、完全に同じ機能を利用できるとは限りません。gooseはCodexを置き換えるだけのツールではなく、Codexを含む複数のAIエージェントをまとめる基盤としても活用できることが魅力です。
🚀 gooseのインストール方法と自動化への活用、ローカルLLM運用の注意点
Windowsでgooseを利用する場合は、公式サイトからデスクトップ版をダウンロードし、ZIPファイルを展開して実行ファイルを起動する方法が簡単です。初回起動時には使用するAIプロバイダーを選択し、必要に応じてAPIキーやアカウント認証を設定します。CLI版はGit BashやPowerShellなどから導入でき、goose configureでモデルや拡張機能を設定した後、goose sessionで対話型の作業を開始できます。特に注目したいのは、Ollamaなどを利用してローカルLLMと組み合わせる構成です。ローカル推論であれば、モデルの利用ごとに外部API料金が発生しない環境を構築できますが、AIエージェントとしての実用性はモデルの性能やツール呼び出し能力、PCのメモリ・GPU性能に大きく依存します。また、gooseがローカルで動作していても、外部のMCPサーバーやクラウドサービスへ接続すればデータが送信される場合があるため、プライバシーやアクセス権限の管理も重要です。特にファイルの削除、外部への投稿、コマンド実行を伴う自動化では、事前に作業範囲を限定し、重要な操作には承認を求める設定が推奨されます。
📝 まとめ：gooseは複数のAIをまとめて使える柔軟な自動化プラットフォーム
無料のオープンソースAIエージェント「goose」は、デスクトップアプリやCLIから自然言語でPC作業を指示できるだけでなく、MCPやACPを通じて外部ツールや既存のAIエージェントとも連携できる柔軟なプラットフォームです。OpenAIやClaudeなどのクラウドAIとローカルLLMを用途に応じて使い分けられるため、開発業務から日常的な定型作業まで幅広い自動化に活用できます。一方で、AIモデルの利用料金や設定の複雑さ、実行権限に伴うセキュリティリスクには注意が必要です。今後、複数のAIエージェントを組み合わせたワークフローが普及するなかで、gooseのようなモデル非依存のオープンソース環境は、AI活用の自由度を高める重要な選択肢になるでしょう。
📚 参考・出典
- goose公式サイト — Your open source AI agent
- GitHub — aaif-goose/goose（公式ソースコード・ライセンス）
- goose公式ドキュメント — Quickstart
- goose公式ドキュメント — Install goose
- goose公式ドキュメント — Configure LLM Provider
- goose公式ドキュメント — ACP Providers
- goose公式ドキュメント — CLI Commands
- goose公式ドキュメント — Use goose as an ACP agent
