跳到主要内容

受支持的 LLM 提供商

goose 兼容多种 LLM 提供商，你可以选择并接入偏好的模型。

模型选择

goose 很依赖工具调用能力，目前和 Claude 4 系列模型配合得最好。

Berkeley Function-Calling Leaderboard 可以作为选择模型的参考。

可用提供商​

Provider说明参数
AI/ML API一把 API 密钥即可使用来自多家提供商的 300 多个聊天、图像、视频、音频和嵌入模型，兼容 OpenAI。AIMLAPI_API_KEY
Amazon Bedrock提供多种基础模型，包括 Claude、Jurassic-2 等。AWS 环境变量必须事先设置，不能通过 goose configure 配置。凭据认证：AWS_PROFILE，或 AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、AWS_REGION

Bearer 令牌认证：AWS_BEARER_TOKEN_BEDROCK 以及 AWS_REGION、AWS_DEFAULT_REGION 或 AWS_PROFILE
Amazon SageMaker TGI通过 Amazon SageMaker 端点运行 Text Generation Inference 模型。AWS 凭据必须事先配置。SAGEMAKER_ENDPOINT_NAME、AWS_REGION（可选）、AWS_PROFILE（可选）
Anthropic提供 Claude，一种面向自然语言任务的先进 AI 模型。ANTHROPIC_API_KEY、ANTHROPIC_HOST（可选）
Atomic Chat用 Atomic Chat 的 OpenAI 兼容服务器运行本地模型。因为该提供商在本地运行，你必须先下载模型。无需填写。默认连接到本地服务器 localhost:1337。
Avian高性价比推理 API，提供 DeepSeek、Kimi、GLM 和 MiniMax 模型。兼容 OpenAI，支持流式输出和函数调用。AVIAN_API_KEY、AVIAN_HOST（可选）
Azure AI Foundry访问通过 Azure AI Foundry 项目或 MaaS 端点部署的 OpenAI、Anthropic、Microsoft、Meta、Mistral、DeepSeek、GLM、Kimi 等模型。AZURE_FOUNDRY_ENDPOINT、AZURE_FOUNDRY_API_KEY（可选）、AZURE_FOUNDRY_AD_TOKEN（可选）、AZURE_FOUNDRY_API_VERSION（可选）
Azure OpenAI访问 Azure 托管的 OpenAI 模型，包括 GPT-4 和 GPT-3.5。支持 API 密钥、Entra ID bearer 令牌和 Azure 凭据链认证。AZURE_OPENAI_ENDPOINT、AZURE_OPENAI_DEPLOYMENT_NAME、AZURE_OPENAI_API_KEY（可选）、AZURE_OPENAI_AD_TOKEN（可选）
ChatGPT Codex访问为代码生成和理解优化的 GPT-5 Codex 模型。需要 ChatGPT Plus/Pro 订阅。无需手动密钥。CLI 和桌面版都使用基于浏览器的 OAuth 认证。
Databricks用于构建和部署模型的统一数据分析与 AI 平台。DATABRICKS_HOST、DATABRICKS_TOKEN
Docker Model Runner在 Docker Desktop 或 Docker CE 中运行的本地模型，带有 OpenAI 兼容 API 端点。因为该提供商在本地运行，你必须先下载模型。OPENAI_HOST、OPENAI_BASE_PATH
EmpirioLabs AI通过一个兼容 OpenAI、支持流式输出的 API 使用前沿的开放与专有聊天模型（Qwen、DeepSeek、GLM、Kimi、MiniMax）。目录见 https://api.empiriolabs.ai/v1/models。EMPIRIOLABS_API_KEY
Friendli AIFriendli Model API 即时访问一组精选模型，由名为 Friendli Engine 的专有推理栈驱动，实现高性能、高性价比推理。FRIENDLI_API_KEY
FuturMix统一 AI 网关，通过兼容 OpenAI 的 API 访问 Anthropic、Google、OpenAI 和 DeepSeek 的模型。FUTURMIX_API_KEY
GeminiGoogle 的先进 LLM，具备多模态能力（文本、图像）。Gemini 3 模型支持可配置的思考级别。GOOGLE_API_KEY、GEMINI3_THINKING_LEVEL（可选）
GCP Vertex AIGoogle Cloud 的 Vertex AI 平台，支持 Gemini 和 Claude 模型。凭据必须事先配置。 按组织策略过滤允许的模型（若已配置）。GCP_PROJECT_ID、GCP_LOCATION，以及可选的 GCP_MAX_RATE_LIMIT_RETRIES（5）、GCP_MAX_OVERLOADED_RETRIES（5）、GCP_INITIAL_RETRY_INTERVAL_MS（5000）、GCP_BACKOFF_MULTIPLIER（2.0）、GCP_MAX_RETRY_INTERVAL_MS（320_000）。
GitHub Copilot通过 GitHub 的 Copilot 基础设施访问 OpenAI、Anthropic、Google 等提供商的 AI 模型。需要具有 Copilot 访问权限的 GitHub 账户。无需手动密钥。CLI 和桌面版都使用设备流认证。
Gondola通过 Venice AI 按请求付费推理，以 Base 上的 USDC 结算。没有订阅或最低消费。包含保护隐私的 TEE 模型（e2ee-*）。兼容 OpenAI。GONDOLA_API_KEY、GONDOLA_HOST（可选）
Groq面向 LLM 的高性能推理硬件和工具。GROQ_API_KEY
iFlytek Spark通过兼容 OpenAI 的 HTTP API 使用讯飞星火模型（4.0Ultra、generalv3.5、max-32k）。最适合聊天：星火需要 tool_calls_switch=true（此处无法注入）才能返回 OpenAI 风格的工具调用。SPARK_API_PASSWORD
iFlytek Astron MaaS讯飞星辰托管 Spark X2、DeepSeek、GLM、Kimi、MiniMax、Qwen 和星辰编程模型，通过兼容 OpenAI 的 API。设置 ASTRON_BASE_URL 可在 Token Plan 和 Coding Plan 端点之间切换。ASTRON_API_KEY、ASTRON_BASE_URL（可选）
LiteLLMLiteLLM 代理，支持多种模型、自动提示缓存和统一 API 访问。LITELLM_HOST、LITELLM_BASE_PATH（可选）、LITELLM_API_KEY（可选）、LITELLM_CUSTOM_HEADERS（可选）、LITELLM_TIMEOUT（可选）
LM Studio用 LM Studio 的 OpenAI 兼容服务器运行本地模型。因为该提供商在本地运行，你必须先下载模型。无需填写。默认连接到本地服务器 localhost:1234。
MetaMeta 的 Model API，Muse Spark 模型的所在地。META_MODEL_API_KEY
Mistral AI提供 Mistral 模型，包括通用模型、专门的编程模型（Codestral）和多模态模型（Pixtral）。MISTRAL_API_KEY
NEAR AI Cloud通过兼容 OpenAI 的 API 进行由 TEE 支持的私有推理，并支持动态模型发现。NEARAI_API_KEY
Novita AI90 多个开源模型，兼容 OpenAI 的 API，价格有竞争力。支持 Kimi K2.5、DeepSeek、GLM、MiniMax、Qwen 等。NOVITA_API_KEY
Ollama本地模型运行器，支持 Qwen、Llama、DeepSeek 和其他开源模型。因为该提供商在本地运行，你必须先下载并运行模型。OLLAMA_HOST
Ollama Cloud通过兼容 OpenAI 的 API 访问 ollama.com 上的托管模型。需要 Ollama 账户和 API 密钥。OLLAMA_CLOUD_API_KEY
OpenAI提供 gpt-4o、o1 和其他先进语言模型。也支持兼容 OpenAI 的端点（例如自托管 LLaMA、vLLM、KServe）。不支持 o1-mini 和 o1-preview，因为 goose 使用工具调用。OPENAI_API_KEY、OPENAI_HOST（可选）、OPENAI_ORGANIZATION（可选）、OPENAI_PROJECT（可选）、OPENAI_CUSTOM_HEADERS（可选）
OpenRouter统一访问各种模型的 API 网关，具备速率限制管理等功能。OPENROUTER_API_KEY、OPENROUTER_HOST（可选）、OPENROUTER_PARAMETERS（可选）
Perplexity带有内置实时网页搜索落地的聊天模型。兼容 OpenAI 的 chat completions API，地址为 https://api.perplexity.ai。PERPLEXITY_API_KEY
OVHcloud AI通过 AI Endpoints 服务访问开源模型，包括 Qwen、Llama、Mistral 和 DeepSeek。OVHCLOUD_API_KEY
Ramalama使用原生 OCI 容器运行时和 CNCF 工具的本地模型，并把模型作为 OCI 工件。Ramalama API 是 Ollama 的兼容替代，可以与 goose 的 Ollama 提供商一起使用。支持 Qwen、Llama、DeepSeek 和其他开源模型。因为该提供商在本地运行，你必须先下载并运行模型。OLLAMA_HOST
Routstr兼容 OpenAI 的聚合器，在单一 API 后接入数十家上游提供商（Anthropic、OpenAI、Google、DeepSeek、Llama 等）。使用你的 Routstr 实例签发的 sk-... bearer 进行认证——付款在 goose 之外处理。ROUTSTR_API_KEY、ROUTSTR_HOST（可选，默认 https://api.routstr.com）
SayGM通过兼容 OpenAI 的 API 进行由 TEE 支持的私有推理，并带动态模型路由。价格在每次请求运行时确定。SAYGM_API_KEY
SaladCloud AI Gateway以兼容 OpenAI 的方式访问 SaladCloud 托管的开源模型，包括 Qwen、Gemma 等。SALAD_CLOUD_API_KEY
Scaleway欧洲云，以兼容 OpenAI 的方式访问 Mistral、Qwen 和开源权重等模型。确保数据驻留和 GDPR 合规。SCW_SECRET_KEY
Snowflake使用 Snowflake Cortex 服务访问最新模型，包括 Claude 模型。需要 Snowflake 账户和编程访问令牌（PAT）。SNOWFLAKE_HOST、SNOWFLAKE_TOKEN
VMware Tanzu Platform通过 VMware Tanzu Platform 上的 AI Services 获得企业托管的 LLM 访问。模型从端点动态获取。TANZU_AI_API_KEY、TANZU_AI_ENDPOINT
Tetrate Agent Router Service面向 AI 模型的统一 API 网关，包括 Claude、Gemini、GPT、开放权重模型等。支持 PKCE 认证流程以安全生成 API 密钥。TETRATE_API_KEY、TETRATE_HOST（可选）
TrustedRouter通过 TrustedRouter 兼容 OpenAI 的 API 使用 OpenAI、Anthropic、Google、DeepSeek 等模型，支持按请求路由和故障转移。TRUSTEDROUTER_API_KEY
Venice AI在优先保护用户隐私的同时，提供对 Llama、Mistral、Qwen 等开源模型的访问。需要账户和 API 密钥。VENICE_API_KEY、VENICE_HOST（可选）、VENICE_BASE_PATH（可选）、VENICE_MODELS_PATH（可选）
Cerebras在 Cerebras 晶圆级引擎上快速推理，模型包括 Llama、Qwen 等。CEREBRAS_API_KEY
xAI访问 xAI 的 Grok 模型，包括 grok-3、grok-3-mini 和 grok-3-fast，上下文窗口为 131,072 token。XAI_API_KEY、XAI_HOST（可选）
Claude 模型的提示缓存

通过 Anthropic、Amazon Bedrock、Databricks、OpenRouter 和 LiteLLM 提供商使用 Claude 模型时，goose 会自动启用 Anthropic 的提示缓存。这会在请求中加入 cache_control 标记，通过缓存常用上下文来降低较长对话的成本。技术细节见提供商实现。

CLI 提供商​

Provider说明要求
Cursor Agent (cursor-agent)使用 Cursor 的 AI CLI 工具和你的 Cursor 订阅。通过 cursor-agent 命令行界面访问 GPT-5、Claude 4 和其他模型。已安装并完成身份验证的 cursor-agent CLI

ACP 提供商​

goose 支持把 Agent Client Protocol (ACP) 代理作为提供商。ACP 提供商会把 goose 扩展作为 MCP 服务器传递给该代理。

Provider说明要求
Claude ACP (claude-acp)通过 ACP 使用 Claude Code。把 goose 扩展作为 MCP 服务器传递给代理。npm install -g @agentclientprotocol/claude-agent-acp，有效的 Claude Code 订阅
Codex ACP (codex-acp)通过 ACP 使用 OpenAI Codex。把 goose 扩展作为 MCP 服务器传递给代理。npm install -g @agentclientprotocol/codex-acp，有效的 ChatGPT Plus/Pro 订阅或 OpenAI API 额度
ACP 提供商

详细设置说明见 ACP 提供商指南。

Z.AI Coding Plan​

在 goose 桌面版中，打开 设置 → 模型，选择 Z.AI Coding Plan，并输入你的 Coding Plan API 密钥。模型选择器会从你的 Coding Plan 端点发现可用模型；使用 刷新 更新列表。Z.AI 可能会列出你的订阅无法使用的模型；访问权限在你发送请求时检查。

在 CLI 中，于 goose configure 里选择 Z.AI Coding Plan 并提供 Coding Plan API 密钥，或设置 GOOSE_PROVIDER=zai_coding_plan、GOOSE_MODEL=glm-5.3 和 ZAI_CODING_PLAN_API_KEY。当端点不支持模型发现时，GLM-5.3 和 GLM-5.3-Flash 是回退选择。

该提供商使用专用的 OpenAI 兼容端点 https://api.z.ai/api/coding/paas/v4。它对流式请求同时启用 stream 和 tool_stream，包括新发现的模型，因此工具参数会逐步到达，并在工具结果轮次之间保留 reasoning_content。现有的 Z.AI 提供商继续使用兼容 Anthropic 的端点。

见 Z.AI 的 Coding Plan 模型可用性、工具流式传输和思考保留文档。

配置提供商和模型​

要配置所选提供商、查看可用选项或选择模型，请访问 goose 桌面版的 Models 选项卡，或在 CLI 中运行 goose configure。

首次使用的用户：

第一次打开 goose 时，欢迎屏幕上有这些选项：

  • 用 API 密钥快速设置 — goose 会根据 API 密钥自动配置提供商
  • ChatGPT Subscription — 使用 ChatGPT Plus/Pro 登录，以使用 GPT-5 Codex 模型
  • Agent Router by Tetrate — 一次设置即可使用多个 AI 模型
  • OpenRouter — 用一个 API 按量使用 200 多个模型
  • 其他提供商 — 在设置里手动配置其他提供商
  1. 选择 Quick Setup with API Key。
  2. 输入来自提供商的 API 密钥（例如 OpenAI、Anthropic 或 Google）。
  3. goose 会自动检测你的提供商并配置连接。
  4. 设置完成后，就可以开始第一次会话。

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Configure providers
  5. 在列表中点击你的提供商
  6. 添加 API 密钥和其他必需配置，然后点击 Submit

更改当前模型：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Switch models
  5. 从下拉菜单中选择已配置的提供商，或选择 Use other provider 配置新的提供商
  6. 从可用选项中选择模型，或选择 Use custom model 输入特定模型名称
  7. 点击 Select model 确认选择
快捷方式

为了更快访问，点击应用底部的当前模型名称并选择 Change Model。

重新开始提供商和模型配置：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Reset Provider and Model 清除当前设置并返回欢迎屏幕

使用自定义 OpenAI 端点​

内置的 OpenAI 提供商可以连接到 OpenAI 官方 API（api.openai.com）或任何兼容 OpenAI 的端点，例如：

  • 使用 vLLM 或 KServe 的自托管 LLM（例如 LLaMA、Mistral）
  • 私有的兼容 OpenAI 的 API 服务器
  • 需要数据治理和安全合规的企业部署
  • OpenAI API 代理或网关
自定义提供商选项

需要连接多个兼容 OpenAI 的端点？请改为配置自定义提供商，以便更容易切换、更好地组织，并支持自定义命名和可分享的配置。

指向 LiteLLM 代理

你可以用两种方式之一到达 LiteLLM 代理——选一种，不要混用：

  • 使用 OpenAI 提供商：把 OPENAI_HOST 设为代理的根地址（不要带尾部路径），把 OPENAI_BASE_PATH 设为它提供服务的路径（通常是 v1/chat/completions）。404 通常意味着 OPENAI_BASE_PATH 与你的代理不匹配。带有 No api key passed in 的 401 是另一个问题——API 密钥没有被加载（例如密钥放在 config.yaml 中，而那里的密钥会被忽略）；见提供商 API 密钥与 config.yaml。
  • 使用专用的 LiteLLM 提供商，它用自己的 LITELLM_HOST、LITELLM_BASE_PATH 和 LITELLM_API_KEY 变量配置，而不是 OPENAI_*。

配置参数​

参数是否必需说明
OPENAI_API_KEY是API 的认证密钥
OPENAI_HOST否自定义端点 URL（默认为 api.openai.com）
OPENAI_BASE_PATH否追加到主机后的请求路径（默认为 v1/chat/completions）。当你的端点在不同路径上提供 chat completions API 时设置此项——大多数代理期望 v1/chat/completions，但有些挂载在 chat/completions（没有 v1）。
OPENAI_ORGANIZATION否用于用量跟踪和治理的组织 ID
OPENAI_PROJECT否用于资源管理的项目标识符
OPENAI_CUSTOM_HEADERS否要包含在请求中的额外头。可以通过环境变量、配置文件或 CLI 设置，格式为 HEADER_A=VALUE_A,HEADER_B=VALUE_B。
OPENAI_STORE否是否持久保存生成的 Responses API 响应，以便稍后通过 API 检索。默认为 false。

配置示例​

如果你使用兼容 OpenAI 的 vLLM 运行 LLaMA 或其他模型：

OPENAI_HOST=https://your-vllm-endpoint.internal
OPENAI_API_KEY=your-internal-api-key

设置说明​

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Configure providers
  5. 在提供商列表中点击 OpenAI
  6. 填写配置细节：
    • API 密钥（必需）
    • 主机 URL（用于自定义端点）
    • 组织 ID（用于用量跟踪）
    • 项目（用于资源管理）
  7. 点击 Submit
企业部署

对于企业部署，你可以用环境变量或配置文件预先配置这些值，以确保整个组织的治理一致。

配置自定义提供商​

创建自定义提供商，以连接尚未支持的服务，或自定义连接方式。自定义提供商会出现在 goose 的提供商列表中，可以像其他提供商一样选择。

好处：

  • 多个端点：在不同服务之间切换（例如 vLLM、企业代理、OpenAI）
  • 预配置模型：保存一份偏好模型列表
  • 可分享的配置：JSON 文件可以在团队间分享或纳入仓库
  • 自定义命名：在 UI 中显示 “Corporate API” 而不是 “OpenAI”
  • 分开的凭据：为每个提供商分配自己的 API 密钥

自定义提供商必须使用兼容 OpenAI、Anthropic 或 Ollama 的 API 格式。它们可以包含用于额外认证、API 密钥、令牌或租户标识符的自定义头。每个自定义提供商对应一个 JSON 配置文件。

添加自定义提供商：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Configure providers
  5. 点击窗口底部的 Add Custom Provider
  6. 填写提供商细节：
    • 提供商类型：
      • OpenAI Compatible（最常见）
      • Anthropic Compatible
      • Ollama Compatible
    • 显示名称：提供商的友好名称
    • API URL：API 端点的基址 URL
    • 身份验证：
      • API 密钥：通过自定义环境变量访问并存储在钥匙串中的 API 密钥（如果密钥环被禁用或无法访问，则存在 secrets.yaml）
        • 对于不需要授权的提供商（例如 Ollama、vLLM 等本地模型或内部 API），取消勾选 “This provider requires an API key”
    • 可用模型：以逗号分隔的可用模型名称列表
    • 流式支持：API 是否支持流式响应（点击切换）
  7. 点击 Create Provider
自定义头

目前无法在 goose 桌面版中定义自定义头。变通办法是创建后编辑提供商配置文件。

基于命令的身份验证​

自定义提供商可以配置为运行一条命令来获取凭据，而不是使用静态的 api_key_env。这对由 IdP 或密钥保管库签发的短生命周期凭据很有用：goose 会重新运行命令来刷新凭据，而不是在过期时要求重启。

在提供商的 JSON 配置中加入 auth 对象以代替 api_key_env（二者互斥）：

{
  "name": "custom_corp_api",
  "engine": "openai",
  "display_name": "Corporate API",
  "base_url": "https://api.company.com/v1/chat/completions",
  "models": [{ "name": "gpt-4o", "context_limit": 128000 }],
  "requires_auth": true,
  "auth": {
    "command": "/path/to/get-token.sh",
    "args": [],
    "refresh_interval": 3600,
    "timeout_seconds": 10
  }
}
  • command：要运行的可执行文件。它被直接生成，不经过 shell——command/args 都不会被 shell 插值。如果你的脚本需要 shell 功能（管道、变量展开），请显式调用解释器，例如 "command": "/bin/bash", "args": ["-c", "..."]。裸名称（没有路径分隔符，例如 "get-token"）会在 PATH 上查找；相对路径（例如 "./scripts/get-token.sh"）相对 cwd 解析。
  • args（可选）：传给 command 的参数。
  • refresh_interval（可选，默认为 3600）：获取到的凭据在重新运行命令之前缓存多少秒。设为 0 可完全禁用主动刷新——此时命令只在提供商 API 因认证错误拒绝请求后被动重新运行。
  • timeout_seconds（可选，默认为 10）：在把命令视为失败之前等待多久。
  • cwd（可选）：命令的工作目录，也是相对 command 路径的解析基准。默认为 goose 的当前目录。

命令经过修剪的标准输出被用作凭据。它必须成功退出并打印非空值；失败时，goose 会显示错误，而不是静默复用过期凭据。命令继承 goose 的完整环境，因为配置 goose 和编写脚本的是同一用户。

在 goose configure 中，当提示如何为自定义提供商获取凭据时，选择 Command (refreshable)（见上方）。

更新自定义提供商：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Configure providers
  5. 在列表中点击你的自定义提供商
  6. 更新你想更改的字段
  7. 点击 Update Provider

你的更改在下一次 goose 会话中可用。

移除自定义提供商：

  1. 点击左上角的 按钮打开侧边栏
  2. 在侧边栏中点击 Settings 按钮
  3. 点击 Models 选项卡
  4. 点击 Configure providers
  5. 在列表中点击你的自定义提供商
  6. 点击 Delete Provider
  7. 点击 Confirm Delete，确认你要永久移除该自定义提供商及其已存储的 API 密钥（如适用）

免费使用 goose​

goose 是免费开源的 AI 代理，你可以马上开始使用，但并非所有受支持的 LLM 提供商都提供免费层级。

下面列出几种免费选项以及如何开始。

限制

这些免费选项是开始使用 goose 并探索其能力的好办法。不过，你可能需要升级 LLM 以获得更好的性能。

Groq​

Groq 提供对开源（开放权重）模型的免费访问，并具有高速推理。要在 goose 中使用 Groq，你需要来自 Groq Console 的 API 密钥。

Groq 提供多个支持工具调用的开源模型，包括：

  • moonshotai/kimi-k2-instruct-0905 - 具有 1 万亿参数的混合专家模型，为智能体智能和工具使用优化
  • qwen/qwen3-32b - 具有 328 亿参数的模型，具备高级推理和多语言能力
  • llama-3.3-70b-versatile - Meta 的 Llama 3.3 模型，适用于多种用途
  • llama-3.1-8b-instant - Meta 的 Llama 3.1 模型，用于快速推理

支持的 Groq 模型完整列表见 groq.json。

按以下步骤用 goose 设置 Groq：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 Groq 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。
  7. 选择你想要的 Groq 模型。

EmpirioLabs AI​

EmpirioLabs AI 通过单一的、兼容 OpenAI 并支持流式输出的 API，提供前沿的开放与专有聊天模型。要在 goose 中使用 EmpirioLabs，你需要来自 EmpirioLabs 的 API 密钥。

EmpirioLabs 提供支持工具调用的模型，包括：

  • qwen3-7-plus - 上下文窗口为 1M 的 Qwen3.7 Plus
  • qwen3-7-max - 上下文窗口为 1M 的 Qwen3.7 Max
  • deepseek-v4-pro - 上下文窗口为 1M 的 DeepSeek V4 Pro
  • deepseek-v4-flash - 上下文窗口为 1M 的 DeepSeek V4 Flash
  • glm-5-1 - 上下文窗口为 202K 的 GLM-5.1
  • kimi-k2-7-code - 上下文窗口为 256K 的 Kimi K2.7 Code
  • minimax-m3 - 上下文窗口为 524K 的 MiniMax M3

完整的实时目录见 https://api.empiriolabs.ai/v1/models。goose 中配置的 EmpirioLabs 模型完整列表见 empiriolabs.json。更多细节见 EmpirioLabs 文档。

按以下步骤用 goose 设置 EmpirioLabs：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 EmpirioLabs AI 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。
  7. 选择你想要的 EmpirioLabs 模型。

FuturMix​

FuturMix 是统一 AI 网关，通过兼容 OpenAI 的 API 访问 Anthropic、Google、OpenAI 和 DeepSeek 的模型。要在 goose 中使用 FuturMix，你需要来自 FuturMix 的 API 密钥。

FuturMix 提供支持工具调用的模型，包括：

  • claude-sonnet-4-20250514 - 上下文为 200K 的 Anthropic Claude Sonnet 4
  • gpt-4o - 上下文为 128K 的 OpenAI GPT-4o
  • gemini-2.5-pro - 上下文为 1M 的 Google Gemini 2.5 Pro
  • deepseek-chat - 上下文为 131K 的 DeepSeek V3
  • claude-haiku-4-20250514 - 上下文为 200K 的 Anthropic Claude Haiku 4

支持的 FuturMix 模型完整列表见 futurmix.json。

按以下步骤用 goose 设置 FuturMix：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 FuturMix 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。
  7. 选择你想要的 FuturMix 模型。

Novita AI​

Novita AI 通过兼容 OpenAI 的 API、以有竞争力的价格提供 90 多个开源模型的访问。要在 goose 中使用 Novita AI，你需要来自 Novita AI 的 API 密钥。

Novita AI 提供许多支持工具调用的模型，包括：

  • moonshotai/kimi-k2.5 - Moonshot 的最新模型，上下文窗口为 262K
  • minimax/minimax-m2.7 - 上下文为 205K 的 MiniMax M2.7
  • zai-org/glm-5.1 - 上下文为 205K 的智谱 GLM-5.1
  • deepseek/deepseek-v3.2 - 上下文为 164K 的 DeepSeek V3.2
  • google/gemma-4-31b-it - 上下文为 262K 的 Google Gemma 4 31B

支持的 Novita AI 模型完整列表见 novita.json。

按以下步骤用 goose 设置 Novita AI：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 Novita AI 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。
  7. 选择你想要的 Novita AI 模型。

Routstr​

Routstr 是兼容 OpenAI 的聚合器，在单一 API 后接入数十家上游提供商。付款由 Routstr 实例本身处理，因此 goose 只需要该实例签发给你的 sk-... bearer。要在 goose 中使用 Routstr，选择一个实例（默认是 https://api.routstr.com）并从它的付款流程获取 API 密钥。

Routstr 聚合来自许多上游提供商的模型，包括：

  • claude-opus-4.7 — Anthropic 的 Claude opus 4.7
  • deepseek-v4-pro — DeepSeek V4 Pro
  • gemini-3.1-pro-preview — gemini-3.1 Pro Preview

配置时会查询 /v1/models，因此你的 Routstr 实例暴露的完整目录会出现在模型选择器中。goose 附带的静态默认值见 routstr.json。

按以下步骤用 goose 设置 Routstr：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 Routstr 作为提供商。
  6. 点击 Configure，输入 ROUTSTR_API_KEY（可选：覆盖 ROUTSTR_HOST 以指向另一个 Routstr 实例），然后点击 Submit。
  7. 选择你想要的 Routstr 模型。

SayGM​

SayGM 通过兼容 OpenAI 的 API 提供由 TEE 支持的私有推理。模型路由和价格在每次请求运行时确定。要在 goose 中使用 SayGM，你需要来自 SayGM 的 API 密钥。

SayGM 支持许多模型，包括：

  • Qwen/Qwen3-235B-A22B-Thinking-2507-TEE — Qwen3 235B 思考模型（TEE 支持）
  • deepseek-ai/DeepSeek-V3.2-TEE — DeepSeek V3.2（TEE 支持）
  • moonshotai/Kimi-K3-TEE — Kimi K3（TEE 支持）
  • zai-org/GLM-5.2-TEE — GLM-5.2（TEE 支持）

配置时会查询 /v1/models，因此 SayGM 暴露的完整目录会出现在模型选择器中。

按以下步骤用 goose 设置 SayGM：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 SayGM 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。
  7. 选择你想要的 SayGM 模型。

Google Gemini​

Google Gemini 提供免费层级。要开始在 goose 中使用 Gemini API，你需要来自 Google AI studio 的 API 密钥。

按以下步骤用 goose 设置 Google Gemini：

更新 LLM 提供商和 API 密钥：

  1. 点击左上角的 按钮打开侧边栏。
  2. 在侧边栏中点击 Settings 按钮。
  3. 点击 Models 选项卡。
  4. 点击 Configure Providers
  5. 从列表中选择 Google Gemini 作为提供商。
  6. 点击 Configure，输入 API 密钥，然后点击 Submit。

本地 LLM​

goose 是本地 AI 代理。使用本地 LLM 时，数据留在本地，你完全控制环境，并且可以完全离线工作，不依赖云访问。不过请注意，本地 LLM 在与 goose 一起使用之前需要多做一些设置。

对不支持工具调用的模型支持有限

goose 大量使用工具调用，因此没有工具调用的模型只能做聊天补全。如果使用没有工具调用的模型，必须禁用所有 goose 扩展。

下面是我们支持的一些本地提供商：

  1. 下载 Ollama。
  2. 在终端中运行任何支持工具调用的模型

示例：

ollama run qwen2.5
  1. 在另一个终端窗口中用 goose 配置：
goose configure
  1. 选择 Configure Providers
┌   goose-configure
│
◆  What would you like to configure?
│  ● Configure Providers (Change provider or update credentials)
│  ○ Toggle Extensions
│  ○ Add Extension
└
  1. 选择 Ollama 作为模型提供商
┌   goose-configure
│
◇  What would you like to configure?
│  Configure Providers
│
◆  Which model provider should we use?
│  ○ Anthropic
│  ○ Databricks
│  ○ Google Gemini
│  ○ Groq
│  ● Ollama (Local open source models)
│  ○ OpenAI
│  ○ OpenRouter
└
  1. 输入模型运行所在的主机
端点

对于 Ollama，如果你不提供主机，我们会把它设为 localhost:11434。 构造 URL 时，如果方案不是 http 或 https，我们会在前面加上 http://。 如果你在另一台服务器上运行 Ollama，必须设置 OLLAMA_HOST=http://{host}:{port}。 对于 ollama.com 上的托管模型，请改用 Ollama Cloud 提供商。

┌   goose-configure
│
◇  What would you like to configure?
│  Configure Providers
│
◇  Which model provider should we use?
│  Ollama
│
◆  Provider Ollama requires OLLAMA_HOST, please enter a value
│  http://localhost:11434
└
  1. 输入正在运行的模型
┌   goose-configure
│
◇  What would you like to configure?
│  Configure Providers
│
◇  Which model provider should we use?
│  Ollama
│
◇  Provider Ollama requires OLLAMA_HOST, please enter a value
│  http://localhost:11434
│
◇  Enter a model from that provider:
│  qwen2.5
│
◇  Welcome! You're all set to explore and utilize my capabilities. Let's get started on solving your problems together!
│
└  Configuration saved successfully
上下文长度

如果你注意到 goose 难以使用扩展，或忽略了 .goosehints，很可能是模型默认的 4096 token 上下文长度太低。把 OLLAMA_CONTEXT_LENGTH 环境变量设为更高的值。

OpenRouter 高级参数​

OpenRouter 接受提供商特定的请求参数，例如 verbosity、reasoning、plugins、require_parameters 以及其他受支持的字段。在 config.yaml 中设置 OPENROUTER_PARAMETERS，以便把这些字段加入每一个 OpenRouter chat completion 请求。

你可以使用 YAML 对象：

OPENROUTER_PARAMETERS:
  verbosity: xhigh
  reasoning:
    effort: high
  plugins:
    - id: web

或 JSON 字符串：

OPENROUTER_PARAMETERS: '{"verbosity":"xhigh","plugins":[{"id":"web"}]}'

goose 会忽略它已经管理的保留请求字段，例如 model、messages、stream 和 stream_options。其他 OpenRouter 特定的顶层字段会通过共享的、兼容 OpenAI 的请求参数处理传递。

GitHub Copilot 身份验证​

GitHub Copilot 使用设备流进行身份验证，因此不需要 API 密钥：

  1. 运行 goose configure 并选择 GitHub Copilot
  2. 一个八字符代码会自动复制到剪贴板
  3. 浏览器会打开 GitHub 的设备激活页面
  4. 粘贴代码以授权应用
  5. 回到 goose 后，GitHub Copilot 会作为提供商在 CLI 和桌面版中都可用。

Azure OpenAI 身份验证​

goose 支持三种 Azure OpenAI 身份验证方法：

  1. Entra ID Bearer 令牌 - 使用来自 AZURE_OPENAI_AD_TOKEN 的预先获取的 Microsoft Entra 访问令牌，以 Authorization: Bearer <token> 发送。goose 完全跳过 Azure CLI 和令牌获取，这适合只向运行时暴露短生命周期令牌的企业部署（例如通过 az account get-access-token --resource https://cognitiveservices.azure.com --query accessToken --output tsv 获取）
  2. API 密钥认证 - 使用 AZURE_OPENAI_API_KEY 直接认证
  3. Azure 凭据链 - 自动使用 Azure CLI 凭据，不需要 API 密钥

当配置了不止一种时，AZURE_OPENAI_AD_TOKEN 优先于 AZURE_OPENAI_API_KEY，后者又优先于凭据链。

要使用 Azure 凭据链：

  • 确保你已用 az login 登录
  • 对 Azure OpenAI 服务具有适当的 Azure 角色分配
  • 用 goose configure 配置并选择 Azure OpenAI，把 API 密钥字段留空

此方法简化了身份验证，并增强企业环境的安全性。

多模型配置​

除了单模型设置，goose 还支持多模型配置，可以为专门任务使用不同的模型和提供商：

  • 子代理 - 把范围明确的任务委派给隔离会话，让主要工作流保持聚焦和高效

Meta Muse Spark 推理强度​

Meta 的 Muse Spark 模型支持可配置的推理强度，映射到 Meta 的 reasoning_effort 请求参数：

  • 低 - 更快的响应，较轻的推理
  • 中 - 推理深度与延迟的平衡
  • 高 - 更深的推理，更高的延迟
  • 最大 - 以 xhigh 发送，这是 Meta 支持的最深推理级别

选择 Muse Spark 模型时，会自动出现 “Thinking Effort” 下拉菜单。选择你的偏好，该设置会在会话之间保留。

备注

Muse Spark 始终进行推理，无法关闭，因此选择 off 会被钳制为 low（Meta 支持的最轻级别），而不是省略 reasoning_effort 参数。

Gemini 3 思考级别​

Gemini 3 模型支持可配置的思考级别，以平衡响应延迟和推理深度：

  • 低（默认）- 更快的响应，较轻的推理
  • 高 - 更深的推理，更高的延迟
提示

启用思考后，你可以查看模型的推理过程。细节见查看模型推理。

选择 Gemini 3 模型时，会自动出现 “Thinking Level” 下拉菜单。选择你的偏好，该设置会在会话之间保留。

优先级顺序

思考级别按以下顺序决定（从高到低）：

  1. 模型配置中的 request_params.thinking_level
  2. GEMINI3_THINKING_LEVEL 环境变量
  3. 默认值：low

查看模型推理​

有些模型会把内部推理或“思维链”作为响应的一部分暴露出来。goose 会自动捕获这些推理输出并提供给你。以下模型和提供商支持推理输出：

提供商 / 模型工作方式
DeepSeek-R1（经由 OpenAI、Ollama、OpenRouter、OVHcloud 等）从 API 响应的 reasoning_content 字段捕获推理
Kimi（经由 Groq 或其他兼容 OpenAI 的端点）从 API 响应的 reasoning_content 字段捕获推理
Gemini CLI（启用了思考的 Google Gemini 模型）从流式响应中捕获思考块
Claude（Anthropic，已启用 Claude 思考）从 API 响应中捕获思考块

推理输出会自动出现在模型回复上方可折叠的 “Show reasoning” 开关中。点击它即可展开并查看模型的思考过程。

提示

推理输出有助于理解模型如何得出答案、调试意外行为，或学习模型的解题方式。不过它也可能很冗长——只在需要时打开。

如果你有任何问题，或需要某个提供商的帮助，欢迎在 Discord 或 goose 仓库上联系我们。