
代理应遵循的操作程序,有两种形式:
Goose扩展(MCP服务器),提供代理执行任务和消息传递所需的工具。
agent:脚本和协议前言部分是这样。agent:chart脚本来启动您的代理!





goose configuregoose-team 作为名称npm run build - 从源代码构建服务器。npm run mcp-proxy 启动一个SSE代理来与单个实例的goose-team MCP服务器通信,npm run inspector 在浏览器中启动MCP检查器
list_tools,然后 add_message,然后从 Human 发送一条消息,描述团队要完成的任务或项目。npm run agent 启动一个代理,该代理将读取协议和指令,连接到 goose-team 服务器,将其自身分配为项目协调员,然后开始创建任务。
list_tasks 来查看它添加的任务,npm run agent 来启动由项目协调员分配任务的代理。按照以下步骤测试是否有可用的模型。
npm run build - 从源代码构建服务器。npm run mcp-proxy 启动一个SSE代理来与单个实例的goose-team MCP服务器通信,npm run agent:test 这将启动一个代理,它会访问相同的MCP,但其协议更简单:用不同的语言说“你好”,等待2秒后再次执行。agent:test 运行。目前,我只能让 google/gemini-2.0-flash-001(通过openrouter.ai避免因速率限制而关闭)和 openai/gpt-4o 保持在循环中。
其他模型会脱离循环。重要的是模型能够遵循协议并保持在循环中,检查消息,睡眠,特别是对于项目协调员。
我建议您执行 build、mcp-proxy 和 agent:test,如果配置的模型执行了一些工作然后停止并显示“消息循环结束”错误,则说明该模型不擅长使用工具。尝试不同的模型看看哪些有效。如果您发现除了上述提到的模型之外的其他模型也能持续工作,请告诉我!
register_agent
id 和分配 color 的JSON代理。list_agents
agent_leave
agent_wait
seconds:等待的秒数。add_message
senderId:发送消息的代理的ID。content:消息的内容。recent_messages
list_messages
clear_messages
add_task
description:任务的描述。list_tasks
assign_task
taskId:任务的ID。agentId:要分配任务的代理的ID。complete_task
taskId:任务的ID。cd /path/to/GooseTeam/npm installnpm run build/dist/index.js 构建基于stdio的MCP服务器运行时npm run stdio:proxy:3001 上启动一个基于SSE的/MCP代理,端点为 /ssenpm run sse:direct:3001 上启动一个SSE封装的GooseTeam MCP服务器实例,端点为 /ssenpm run streamableHttp:direct:3001 上启动一个StreamableHTTP封装的GooseTeam MCP服务器实例,端点为 /mcpnpm run inspectorTransport Type 设置为 StreamableHttpURL 设置为 http://localhost:3001/mcpnpm run agent:textinstructions/protocol-as-text.md
npm run agent:chartinstructions/protocol-as-chart.md
npm run agent:wait:testinstructions/wait-loop-test.mdnpm run formatprettier,调整格式npm run typechecktsc 并带参数检查并报告类型问题npm run linteslint 非破坏性地检查并报告语法问题npm run lint:fixeslint 检查并修复语法问题npm run test