Goose（AIエージェント）とは？機能・料金・使い方・Claude Codeとの違いを解説

Gooseは、Block社（旧Square）が開発し、現在はLinux Foundation傘下のAgentic AI Foundation（AAIF）が管理する無料・オープンソースのAIエージェントです。30以上のLLMプロバイダーに接続でき、コードの読み書き・テスト・ビルド・デバッグからワークフロー自動化まで自律的に実行します。

この記事では、Gooseの定義・できること・料金・インストール方法・他ツールとの違いを2026年4月時点の公式情報に基づいて整理します。「Gooseが気になっているが、Claude CodeやCursorとどう違うのか」「本当に無料で使えるのか」「自分に合うかどうか判断したい」という方を想定した内容です。

この記事でわかること:

• Gooseの定義と、従来のAIコーディングツールとの違い
• 具体的に何ができるか（MCP連携・Recipes・Subagents等）
• 料金の実態（ソフト本体は無料だが、LLM APIコストがかかる仕組み）
• インストールから初回実行までの流れ
• Claude Code・OpenClaw・Cursorとの比較
• おすすめの人・おすすめしない人

注意: 本記事で扱う「Goose」は、Block社発のオープンソースAIエージェント（GitHub: block/goose）です。NLPクラウドサービスの「GooseAI」（goose.ai）とは別のプロダクトですのでご注意ください。

Gooseとは？──好きなLLMを「脳」にして動くオープンソースAIエージェント

Gooseは、ユーザーが選んだLLM（大規模言語モデル）を「脳」として接続し、ローカル環境でタスクを自律的に実行するAIエージェントフレームワークです。公式では「Your native open source AI agent — desktop app, CLI, and API — for code, workflows, and everything in between」と説明されています。

Claude CodeやCursorのような有料AIコーディングツールとの根本的な違いは、LLMを固定せず自由に選べる点と、ソフトウェア自体が完全無料な点にあります。

開発元と経緯

GooseはBlock社のOpen Source Program Officeで開発され、2025年1月にオープンソースとして公開されました。Block社内では12,000人の従業員のうち約60%が週単位でGooseを使用しているとされ、開発時間を50〜75%削減した実績が報告されています。

2025年12月にはLinux Foundation傘下にAgentic AI Foundation（AAIF）が設立され、GooseはAnthropicのMCP（Model Context Protocol）、OpenAIのAGENTS.mdと並ぶ3つの創設プロジェクトの一つとして移管されました。AAIF移管後もBlock社は引き続き主要な開発・支援を担っています。

AIエージェントの全体像については「AIエージェントとは？仕組み・活用事例・導入メリットをわかりやすく解説」で詳しく整理しています。

Gooseでできること

Gooseは単なるコード補完ツールではなく、ファイル操作からワークフロー自動化まで幅広いタスクを自律的にこなします。主要な機能を整理します。

コア機能

自律的なコード操作

ファイルの読み書き、コード実行、テスト実行、ビルド、デバッグ、依存関係のインストールを一連の流れで処理します。「このバグを修正して、テストを通して」と指示すれば、コードの修正→テスト実行→失敗時の再修正まで自律的に繰り返します。

プロジェクトの新規構築

ゼロからプロジェクトを構築する能力があります。「ReactでTodoアプリを作って」のような指示に対して、フォルダ構成の作成からコード実装、依存関係のインストールまで一気に進めます。

コードマイグレーション

Ember→React、Ruby→Kotlin等のフレームワークや言語の移行作業を自動化します。Block社内でも大規模なコードマイグレーションに活用されています。

ワークフロー自動化（Recipes）

YAML形式でワークフローを定義・保存・共有できる「Recipes」機能を搭載しています。たとえば週次レポート生成やコードレビューの定型フローを/weekly-statusのようなスラッシュコマンドで一発実行でき、チーム間での共有も容易です。パラメータの変数管理やサブレシピ構成にも対応しており、複雑なワークフローをビルディングブロックのように組み立てられます。

サブエージェントの並列実行（Subagents）

複数のサブエージェントを並列に起動し、異なるタスクを同時処理できます。画像圧縮、サムネイル生成、文字起こしなどを同時に走らせる使い方が公式で紹介されています。

30以上のLLMプロバイダーに対応

Gooseの大きな特徴は、特定のLLMに縛られない点です。現時点で対応しているプロバイダーの主な例は以下の通りです。

「普段はClaudeを使い、コスト重視のタスクではローカルモデルに切り替える」といった柔軟な運用が可能です。

MCP連携で広がる接続先

GooseはMCP（Model Context Protocol）に対応しており、70以上のMCP拡張を通じて3,000以上の外部ツールと接続できます。接続可能なサービスの例は以下の通りです。

• 開発系: GitHub、GitLab
• コミュニケーション: Slack、Google Drive
• プロジェクト管理: Jira
• データベース: 各種DB接続
• ブラウザ操作: Puppeteer経由でのWeb操作自動化

MCPはAnthropicが策定したオープンプロトコルで、Gooseに限らず多くのAIエージェントが対応を進めています。Gooseは初期からMCPを中核に据えた設計を採用しています。

対応OS

Gooseの強み

他のAIコーディングツールと比較したGooseの優位性を整理します。

1. 完全無料のオープンソース

ソフトウェア本体に一切の課金がありません。Apache License 2.0の下で自由に使用・改変・配布でき、商用利用も可能です。Claude Codeが月額$20〜$200、Cursorが月額$20〜$40であるのに対し、Goose自体には料金が発生しません。

2. LLMを自由に選べるベンダーロックインなし

特定のAIモデルに依存しないため、プロバイダーの料金改定やサービス終了のリスクに柔軟に対応できます。社内でOpenAI APIを使用している企業がAnthropicに切り替えたい場合でも、Goose側の設定変更だけで対応可能です。

3. ローカル実行によるデータプライバシー

OllamaやDocker Model Runnerなどのローカルモデルを使えば、コードや業務データを外部サーバーに一切送信しない運用が可能です。機密性の高いプロジェクトでの利用に適しています。

4. MCP対応による高い拡張性

70以上のMCP拡張を通じて外部ツールとの連携が容易です。単なるコーディング支援にとどまらず、Slack通知やJiraチケット操作、ブラウザ自動操作といった開発周辺のワークフローまで統合的に自動化できます。

5. Rustベースの高速な動作

コア部分がRustで実装されており、起動速度やタスク実行のパフォーマンスに優れます。Node.jsやPythonベースのツールと比較してメモリ効率が良い点もメリットです。

6. AAIFによるオープンガバナンス

Linux Foundation傘下のAAIFに移管されたことで、特定企業に依存しないオープンなガバナンス体制が確立されています。AWS、Anthropic、Google、Microsoft、OpenAIなどのPlatinum会員企業がエコシステムを支えています。

Gooseの弱み・注意すべき制約

Gooseは万能ではありません。導入前に知っておくべき制約を整理します。

1. セットアップが初心者には複雑

ターミナル操作の基本知識が前提です。LLMプロバイダーの選定、APIキーの取得と設定、MCPの拡張設定など、利用開始までに20〜30分ほどの初期設定が必要です。「インストールしてすぐ使える」というCursorのような体験ではありません。

2. 出力品質はLLMに依存する

Goose自体にはAIモデルが含まれておらず、接続するLLMの性能がそのまま出力品質に直結します。コストを抑えるためにローカルの軽量モデルを使うと、Claudeの最新モデルやGPT上位モデルのようなフロンティアモデルと比べて品質が低下する場合があります。

3. 日本語入力に一部制約がある

CLI版では日本語入力時にEnterキーの反応に問題が報告されています。回避策として、別のテキストエディタで日本語を入力してからコピー＆ペーストする方法が推奨されています。デスクトップアプリ版ではこの問題は軽減されていますが、現時点では公式の日本語ドキュメントも存在しません。

4. GUIの洗練度はCursor等に及ばない

CursorのようなVSCodeベースの専用IDEと比較すると、デスクトップアプリのUI完成度やインライン補完体験では見劣りする面があります。「エディタとシームレスに統合されたコーディング体験」を重視する場合は、CursorやGitHub Copilotの方が向いています。

5. 公式の有料サポートがない

エンタープライズ向けの有料サポートやSLAは未提供です。問題が起きた場合はGitHubのIssuesやDiscordコミュニティでの対応になります。企業での本格導入には、社内にGooseの運用・トラブルシューティングを担当できる人材が必要です。

6. デスクトップとCLIで拡張設定が別管理

デスクトップアプリとCLIでMCP拡張の設定が共有されず、それぞれ個別に管理する必要があります。両方を使い分けている場合は設定の二重管理に注意が必要です。

Gooseの料金──「無料」の実態とLLMコスト

Goose自体は完全無料ですが、接続するLLMの利用料金が別途かかります。この仕組みを正確に理解しておく必要があります。

利用パターン別のコスト目安

※上記は外部レビューサイトの推定値です。実際のコストは選択するLLMプロバイダーと使用量により変動します。

隠れコストに注意

「無料」に惹かれて導入する前に、以下のコストも考慮すべきです。

• LLM APIの従量課金: 主要なフロンティアモデルで1Mトークンあたり$3〜$15程度（入力/出力で異なる。プロバイダーにより変動するため最新の料金表を確認してください）
• ローカルモデル実行時のハードウェア投資: GPU搭載PCは$4,000以上が目安
• 初期セットアップの時間: 20〜30分（LLM設定・MCP拡張含む）
• 学習コスト: モデル選定・プロンプト設計・Recipes作成のノウハウ習得

他ツールとの料金比較

Claude Codeは月額固定で使用量上限付き、Gooseは従量課金のため使った分だけ。軽い使い方なら月$5程度で済む一方、ヘビーに使うとClaude Code Proプランを超える場合もあります。

各ツールの料金や特徴をまとめて比較したい方は「生成AIツールおすすめ比較」も参考にしてください。

Gooseのインストールと使い方

Gooseの導入は、CLIワンライナーまたはデスクトップアプリのダウンロードで行えます。

方法1: CLIインストール（全OS共通）

curl -fsSL https://github.com/block/goose/releases/download/stable/download_cli.sh | bash

このコマンドで最新の安定版がインストールされます。インストール後にPATHの手動追加が必要な場合があるため、ターミナルの再起動またはsource ~/.bashrc（zshなら~/.zshrc）を実行してください。

方法2: macOS Homebrewインストール

brew install --cask block-goose

デスクトップアプリが/Applicationsにインストールされます。

方法3: デスクトップアプリのダウンロード

公式リリースページから、OS別のインストーラーをダウンロードできます。

• macOS: .dmgファイル
• Linux: .deb / .rpm / AppImage
• Windows: .exeインストーラー

初回セットアップの流れ

1. LLMプロバイダーの選択 — 初回起動時にAnthropicやOpenAI等のプロバイダーを選択
2. APIキーの設定 — 選択したプロバイダーのAPIキーを入力（ローカルモデルの場合はOllamaのセットアップ）
3. 動作確認 — goose session start（CLI）またはデスクトップのチャット画面でテスト実行
4. MCP拡張の追加（任意） — GitHub連携やSlack連携が必要な場合は拡張を追加

Recipes（ワークフロー定義）の基本

Gooseの実力を引き出すにはRecipes機能の活用が効果的です。以下はYAML形式の簡単な例です。

name: weekly-status
description: 週次ステータスレポートを生成
prompt: |
  今週のGitコミットログを取得し、
  主要な変更点をまとめたレポートを作成してください。

保存したレシピは/weekly-statusのようなスラッシュコマンドで実行できます。パラメータ変数（{{project_name}}等）やサブレシピにも対応しており、チーム間で再利用可能なワークフローとして共有できます。

公式の概要は「Rulesはエージェントの振る舞いを変える。Recipesはエージェントがやることを変える」と説明されています。

Gooseのセキュリティ機能と注意点

AIエージェントは自律的にコマンドを実行するため、セキュリティ面の設計が重要です。Gooseには以下のセキュリティ機能が搭載されています。

搭載セキュリティ機能

セキュリティ上の留意点

• ローカルモデル使用時のメリット: Ollamaなどを使えばコードが外部に送信されないため、機密データの保護には有利です
• 既知の脆弱性: 隠しUnicode文字によるプロンプトインジェクション脆弱性が検出された事例が報告されています（「Operation Pale Fire」として知られる研究）。最新版では対策が強化されていますが、AIエージェント全般に共通するリスクとして認識しておく必要があります
• APIキーの管理: クラウドLLM使用時はAPIキーをローカルに安全に保管する必要があります。環境変数での管理が推奨されます
• 自律実行のリスク: エージェントが自律的にコマンドを実行するため、意図しないファイル削除やシステム変更のリスクがゼロではありません。重要な操作前にはサンドボックスモードの使用を検討してください

生成AIのセキュリティリスクと対策については「生成AIのセキュリティリスクと対策」でも解説しています。

他のAIコーディングエージェントとの比較

Gooseの立ち位置を理解するために、主要な競合ツールとの比較表を掲載します。

総合比較表

ツール別の選び分け

Gooseが向くケース:

• LLMのベンダーロックインを避けたい
• コストを自分でコントロールしたい（従量課金制）
• ローカルモデルで機密コードを扱いたい
• MCP連携を軸にワークフローを自動化したい
• オープンソースの透明性を重視する

Claude Codeが向くケース:

• Claudeモデルの性能を最大限活かしたい
• 月額固定で予算管理を簡単にしたい
• セットアップに時間をかけたくない
• 公式サポートが必要

Cursorが向くケース:

• エディタ内での補完・コーディング体験を重視する
• VSCodeの操作感に慣れている
• チーム開発でのIDE共通化が必要

OpenClawが向くケース:

• チャットアプリ（Slack・Telegram等）からAIを操作したい
• PC操作の自動化まで含めた広範なエージェント機能が欲しい

Claude Codeの詳細は「Claude Codeとは？機能・料金・使い方を解説」、Cursorについては「Cursorとは？AI搭載コードエディタの機能と特徴」で解説しています。

Goose Grant Program──開発者向け助成金プログラム

Block社はGooseのエコシステム拡大を目的とした助成金プログラム「Goose Grant Program」を運営しています。

• 助成額: 1件あたり最大$100,000（約1,500万円）
• 期間: 12ヶ月間、マイルストーン制
• 対象: 個人および小規模チーム（企業の資金提供を受けていないプロジェクト）
• 採択テーマ例: 新しいMCP統合の開発、セキュリティ監査、開発者ツールの構築

オープンソースに貢献しつつ資金支援を受けたい開発者にとっては、注目に値するプログラムです。

こんな人におすすめ／おすすめしない人

Gooseをおすすめできる人

• LLM選択の自由度を重視する開発者 — プロジェクトやコストに応じてモデルを切り替えたい人に最適
• コスト意識が高い開発者・スタートアップ — 月額固定費なしで、使った分だけ支払いたい場合
• 機密コードを扱うエンジニア — ローカルモデル＋ローカル実行で外部送信を排除したい場合
• ワークフロー自動化を進めたいチーム — Recipes＋MCP連携でCI/CD・レポート生成・チケット管理まで統合したい場合
• オープンソースのカスタマイズ性を求める人 — 社内ツールとして改変・自社運用したい企業
• ターミナル操作に慣れているエンジニア — CLIベースの操作に抵抗がなく、自分で設定・拡張を行える人

おすすめしない人

• プログラミング初心者 — ターミナル操作や環境構築の知識が前提。GUIだけで完結したいならCursorの方が向いている
• とにかく手軽に使い始めたい人 — 初期セットアップに20〜30分かかるため、すぐ使い始めたいならClaude CodeやCursorの方が手軽
• 日本語ドキュメントを重視する人 — 現時点で公式の日本語ドキュメントはなく、情報源はほぼ英語
• 安定したサポートが必要な企業 — 公式の有料サポート・SLAがないため、大規模導入にはリスク管理が必要
• エディタ統合型のコーディング体験を求める人 — インラインコード補完やリアルタイムサジェストは、CursorやGitHub Copilotの方が得意

よくある質問（FAQ）

Q1. Gooseは本当に無料で使えますか？

Gooseのソフトウェア自体は完全無料です。ただし、接続するLLMのAPI利用料が別途かかります。ローカルモデル（Ollama等）を使えばAPI料金もゼロですが、その場合は一定スペックのハードウェア（RAM 16GB以上、GPU推奨）が必要です。

Q2. GooseとGooseAI（goose.ai）は同じですか？

別のサービスです。本記事で紹介している「Goose」はBlock社発のオープンソースAIエージェント（GitHub: block/goose）です。「GooseAI」（goose.ai）はNLP・AI推論インフラの商用サービスで、開発元も機能も異なります。

Q3. Gooseは日本語で使えますか？

接続するLLM（Claude、GPT等）が日本語対応であれば、日本語での指示と回答は可能です。ただし、CLI版では日本語入力時にEnterキーの反応問題が報告されています。デスクトップアプリ版の方が日本語利用はスムーズです。公式ドキュメントは現時点で英語のみです。

Q4. Claude CodeやCursorからGooseに乗り換えるメリットは？

最大のメリットは「LLMを自由に選べること」と「月額固定費がないこと」です。Claude CodeはClaudeモデル固定、Cursorも限られたモデルにしか対応していませんが、Gooseなら30以上のプロバイダーから最適なモデルを選べます。コスト面でも、使用量が少ない月は$5程度に抑えられます。一方、セットアップの手間やGUIの完成度ではClaude CodeやCursorに軍配が上がります。

Q5. チーム開発でGooseは使えますか？

使えます。Recipes機能でワークフローをYAML定義し、チーム全体で共有できます。ただし、エンタープライズ向けのユーザー管理・監査ログ・SLA等は未提供のため、チーム運用ルールは自前で整備する必要があります。

Q6. AAIF移管で何が変わりましたか？

2025年12月にLinux Foundation傘下のAgentic AI Foundation（AAIF）にプロジェクトが移管されました。これにより、Block社単独ではなくAWS・Anthropic・Google・Microsoft・OpenAIなどが参画するオープンガバナンス体制に移行しています。ユーザーにとっての直接的な使い勝手の変化は現時点では大きくありませんが、長期的なプロジェクトの継続性と信頼性が強化されています。

まとめ

Gooseは、LLMを自由に選べる無料・オープンソースのAIエージェントとして、コスト重視・プライバシー重視の開発者に適した選択肢です。MCP連携やRecipes機能によるワークフロー自動化、サブエージェントの並列実行など、単なるコード補完を超えた機能を備えています。

一方で、初期セットアップの複雑さ、日本語対応の不完全さ、エンタープライズサポートの欠如といった課題もあります。「手軽さ」よりも「自由度とコストコントロール」を優先する人に向いたツールです。

AIコーディングツール全体の比較は「AIコーディングツールおすすめ比較」、AIエージェントの選び方は「AIエージェントおすすめ比較」で詳しく整理しています。