🦢 Codename Goose: el agente IA open source que curra mientras tú te tomas un respiro

¿Ya tienes tu servidor casero lleno de servicios y te gustaría tener un agente IA que no solo sugiera código, sino que ejecute tareas reales, migre proyectos y se integre con tus herramientas? Hoy te presentamos Codename Goose, el agente open source de Block (sí, la empresa de Jack Dorsey) que puede convertirse en tu nuevo mejor colega digital.

Si eres nuevo en el mundo de los agentes IA, pásate antes por nuestra comparativa de modelos IA o por la guía para montar tu propio servidor de IA casero.

1️⃣ ¿Qué es Codename Goose y por qué mola?

Goose es un framework de agente IA open source, local-first y extensible, que no solo genera código, sino que también lo ejecuta, depura, automatiza flujos y se conecta a tus herramientas reales (GitHub, Google Drive, Figma, IDEs, APIs…). Está construido sobre el Model Context Protocol (MCP), lo que le permite integrarse con más de 1.700 extensiones y cualquier LLM que prefieras.

• Open source y modular: Personaliza, amplía y comparte tus propios plugins y flujos.
• Autónomo: Goose ejecuta, depura, instala dependencias, orquesta workflows y aprende de tus instrucciones.
• Flexible: Usa el LLM que quieras (OpenAI, Anthropic, Gemini, DeepSeek, Ollama…)
• Local-first: Corre en tu máquina, no en la nube. Privacidad total y control absoluto.

2️⃣ ¿Qué puede hacer Goose en tu servidor casero?

• Migrar y refactorizar proyectos completos (por ejemplo, de Ember a React, Ruby a Kotlin…)
• Generar y ejecutar tests automáticamente, mejorar cobertura y detectar bugs.
• Automatizar pipelines de desarrollo, integración con GitHub, Google Drive, Figma y más.
• Orquestar tareas creativas: generación de música, arte, scripts personalizados, gestión de calendarios…
• Leer y escribir archivos, instalar dependencias, editar código y ejecutar comandos locales.

Goose va mucho más allá del típico copiloto: es un agente que toma decisiones y actúa de verdad en tu entorno.

3️⃣ Instalación punk de Goose en tu servidor

Goose funciona en Linux, Mac y Windows (requiere Python 3.9+). Aquí tienes la guía rápida para instalarlo en tu servidor casero:

1. Instala Python 3.9 o superior (si no lo tienes). En Ubuntu/Debian: sudo apt update sudo apt install python3 python3-pip En Windows, descárgalo de python.org y recuerda marcar «Add Python to PATH».
2. Instala pipx (opcional, recomendado): python3 -m pip install --user pipx python3 -m pipx ensurepath Reinicia tu terminal para que pipx esté en PATH.
3. Instala Goose con pipx: pipx install goose-agent O si prefieres pip: pip install goose-agent
4. Comprueba que Goose está instalado: goose --help Si ves el menú de Goose, ¡ya lo tienes listo!

4️⃣ Primeros pasos: configura tu LLM y arranca Goose

Goose es compatible tanto con modelos locales (Ollama, LM Studio, DeepSeek, etc.) como con APIs externas (OpenAI, Anthropic, Gemini, etc).

• Para uso local (privacidad total): Instala Ollama y descarga un modelo (por ejemplo, Llama 3, Mistral, Phi, Gemma…). ollama run llama3 Luego, configura Goose para usar Ollama como proveedor local editando el archivo de configuración o usando el comando: goose provider add ollama --url http://localhost:11434
• Para uso por API: Añade tu clave de OpenAI, Anthropic, Gemini o DeepSeek: goose provider add openai --api-key TU_API_KEY goose provider add anthropic --api-key TU_API_KEY goose provider add gemini --api-key TU_API_KEY goose provider add deepseek --api-key TU_API_KEY

Puedes ver todos los proveedores disponibles y configurados con:

goose provider list

5️⃣ Ejemplo real: migrar un proyecto y subirlo a GitHub

Supón que tienes un proyecto en Ruby y quieres migrarlo a Python, con tests y todo subido a GitHub. Solo tienes que lanzar una sesión y darle instrucciones claras:

goose session new

Después, escribe instrucciones tipo:

• «Migra el proyecto de Ruby a Python y genera tests unitarios.»
• «Sube el resultado a mi repo de GitHub (enlace aquí).»

Goose irá ejecutando, depurando, instalando dependencias y subiendo los cambios. Puedes ver logs y resultados en tiempo real.

6️⃣ ¿Qué modelo elegir? Recomendaciones punk

• ¿Privacidad y control total? Usa modelos locales con Ollama (Llama 3, Mistral, Gemma, Phi, DeepSeek, etc.). Ideal si quieres que nada salga de tu servidor.
• ¿Máxima potencia y cero límites? Usa OpenAI GPT-4o, Gemini 1.5, Claude 3 o DeepSeek por API. Perfecto para tareas pesadas, migraciones grandes o proyectos creativos.
• ¿Equilibrio? Puedes alternar entre local y API según la tarea, ¡Goose lo soporta!

¿No sabes cuál elegir? Consulta nuestra comparativa de modelos IA y elige el que mejor se adapte a tu hardware y necesidades.

7️⃣ Consejos punk y buenas prácticas

• Empieza probando Goose en proyectos de prueba antes de dejarlo suelto en tu código principal.
• Explora las extensiones MCP para conectar Goose a tus herramientas favoritas (VS Code, GitHub, Google Drive, Figma, etc).
• Únete a la comunidad de Goose para compartir plugins, flujos y dudas: web oficial y GitHub.
• Haz copias de seguridad de tus proyectos antes de automatizar migraciones grandes.
• Combina Goose con tus flujos de n8n para automatizar notificaciones, backups o despliegues.

🎸 Resumen punk

Codename Goose es el agente IA open source que trabaja mientras tu robot punk se toma un respiro. Si buscas una forma de automatizar tareas técnicas o creativas en tu servidor casero, dale una oportunidad.

¿Ya lo has probado? ¿Tienes dudas o quieres compartir tus flujos favoritos? ¡Cuéntanoslo en los comentarios y sigue explorando el lado más punk de la inteligencia artificial!

Recursos y enlaces útiles

• Web oficial de Goose
• Repositorio GitHub
• Quickstart oficial
• Comparativa de modelos IA
• Guía para montar tu servidor de IA casero
• Automatiza todo en tu servidor casero con n8n