Goose : l’agent IA open source qui s’exécute sur votre machine
La plupart des assistants IA tournent dans le cloud et n’ont aucune prise réelle sur votre poste de travail. Goose prend le parti inverse : c’est un agent IA généraliste, open source sous licence Apache 2.0, qui s’exécute directement sur votre machine. Il ne se contente pas de suggérer du texte, il agit : il lit et édite des fichiers, lance des commandes, interroge des bases de données, pilote un navigateur et enchaîne des tâches de bout en bout, le tout en local.
Initialement publié par Block (la maison de Square et Cash App), le projet est désormais hébergé par l’Agentic AI Foundation au sein de la Linux Foundation, ce qui garantit une gouvernance neutre et communautaire. Écrit en Rust pour la performance et la portabilité, il franchit en 2026 la barre des 38 000 étoiles sur GitHub avec plus de 400 contributeurs.
Pourquoi c’est intéressant
L’intérêt de Goose tient en trois points : la confidentialité, l’indépendance vis-à-vis des modèles, et l’ouverture par le protocole MCP. L’agent lui-même n’envoie jamais votre code à Block ni à un tiers : seuls vos prompts et les extraits nécessaires sont transmis au fournisseur de LLM que vous choisissez, selon sa propre politique de données. En branchant Goose sur un modèle local via Ollama ou vLLM, on obtient un agent entièrement souverain, sans dépendance au cloud.
- Exécution locale : toutes les opérations se déroulent sur votre poste, ce qui protège le code et les données sensibles.
- Liberté de modèle : compatible avec plus de 15 fournisseurs, dont Anthropic, OpenAI, Google, OpenRouter, Azure, Bedrock, et surtout Ollama et vLLM pour de l’inférence locale.
- Plusieurs interfaces : une application de bureau native (macOS, Linux, Windows), une CLI complète pour le terminal, et une API pour l’embarquer dans vos propres outils.
- MCP de première classe : Goose consomme des serveurs MCP comme outils et peut lui-même s’exposer comme serveur MCP, appelable par d’autres agents.
Le rôle central du protocole MCP
Goose a été l’un des premiers à adopter le Model Context Protocol, le standard ouvert qui connecte les agents IA aux outils et aux sources de données. Concrètement, l’agent se branche sur plus de 70 extensions : bases de données, API métier, navigateur web, GitHub, Google Drive, et tout serveur MCP que vous développez. Cette interopérabilité fait de Goose un excellent terrain pour construire des automatisations sur mesure, en réutilisant des serveurs MCP existants plutôt qu’en réécrivant des intégrations.
Cas d’usage typiques
Au delà de l’assistance au code, Goose convient à de nombreux scénarios d’automatisation : migration de fichiers ou refactorisation à grande échelle, génération et exécution de scripts d’administration, extraction et nettoyage de données depuis plusieurs sources, ou enchaînement de tâches répétitives qui mêlent terminal, fichiers locaux et services distants. La notion de recette permet de capturer un enchaînement d’actions réutilisable et partageable au sein d’une équipe.
Comment démarrer
La prise en main est rapide. On installe l’application de bureau ou la CLI, on configure un fournisseur de modèle (par exemple un Ollama local pour rester souverain), puis on active les extensions MCP utiles à son contexte. Pour une première expérimentation à coût nul et sans fuite de données, le couple Goose plus Ollama constitue un point de départ idéal avant d’envisager un modèle plus puissant via API.
À retenir
Goose illustre une tendance de fond : faire descendre l’agent IA du cloud vers le poste de travail, avec un contrôle total sur les données et le choix du modèle. Open source, neutre en gouvernance et nativement MCP, c’est une brique solide pour qui veut bâtir des automatisations IA maîtrisées, en s’appuyant le plus possible sur des composants locaux et libres.
