Goose 多模型分工实战从 Lead/Worker 双模型协作到规划/执行分离的演进【免费下载链接】goosean open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM项目地址: https://gitcode.com/GitHub_Trending/goose3/goose两个 LLM 像双人组合一样协作——一个负责全局规划与决策另一个埋头执行编码与命令——这是 Goose 曾经推出的 Lead/Worker主导/执行多模型模式的核心思想。本文以该模式的官方技术博客为线索完整还原这一思路的设计动机、收益边界与实战案例并依据当前仓库中的规划模式指南creating-plans.md与源码实现讲清在今天的 Goose 上如何用专用规划模型 默认执行模型复现同样的分工效果。读完你将掌握多模型搭配选型、GOOSE_PLANNER_PROVIDER/GOOSE_PLANNER_MODEL环境变量配置、/plan交互流程以及落地多模型工作流时应避开的常见坑。现状提醒重要本文所依托的博客 index.md 已在文首标注 OutdatedLead/Worker 模式已从 Goose 中移除其功能被 规划模式 取代——规划模式使用一个独立的 planner 模型 /plan命令先规划后执行。当前完整的多模型工作流请参考 多模型配置指南。因此本文把 Lead/Worker 作为思想源头进行讲解并把落点放在当前可运行的等价方案上避免读者照搬已失效的旧配置。什么是 Lead/Worker一个思考一个执行Lead/Worker 的出发点非常朴素不再让同一个 LLM 从头到尾包揽所有事而是把工作流拆成两个角色Lead主导模型负责思考、决策和大局规划——理解需求、分析现有代码库结构、制定实施计划Worker执行模型专注于落地——写代码、跑命令、处理技术细节让计划一步步变成现实。妙处在于不对称组合你可以在 Lead 位放一个更强通常也更贵的模型让更快、更经济的模型去干执行的重活。原博客里给出了当时社区里流行的三组搭配至今仍有参考意义Lead规划Worker执行适用场景GPT-4Claude Sonnet智力与效率的均衡组合Claude OpusGPT-3.5强创意规划 快速执行GPT-4o本地模型隐私优先数据不出本地第一列追求理解力与规划质量第二列追求响应速度与成本。这种把不同模型的强项拼起来的思路正是当前 Goose 多模型功能持续演进的底层动机见 多模型配置指南 中对cost、performance、task specialization 之间权衡的阐述。为什么要拆成两个模型四大收益原博客从一次真实直播实测出发总结了双模型分工最直观的四个收益点成本优化执行占据一次会话中绝大部分的 token 消耗。把执行交给便宜模型只在规划阶段调用高端模型是立竿见影的省钱方式。速度提升用能力强的模型产出高质量计划随后让轻量、低延迟的执行模型快速冲刺实现整体节奏更快。供应商自由混搭例如用 Claude 做推理规划、用 OpenAI 做执行任何能打通 provider 的组合都能用——这依赖 Goose 的 provider 抽象把模型与执行工具链解耦。支撑长会话在持续数小时的高强度开发会话里把思考交给一个大模型、把体力活交给另一个能维持稳定性能而不会让单一模型的钱包和上下文双双告急。现在的正确姿势Planner Execution 模型分离既然 Lead/Worker 模式已被移除当前 Goose 官方推荐的等价路径是规划模式指南中描述的Planner 默认执行模型组合规划阶段用专用模型确认计划退出规划模式后由默认模型执行模型继续干活。想进一步理解把模型当工具、按任务挑选的思路可阅读同仓库的博客 multi-model-in-goose。第一步配置规划模型的环境变量规划模式读取两个配置项均来自环境变量GOOSE_PLANNER_PROVIDER负责规划的 providerGOOSE_PLANNER_MODEL负责规划的模型名。典型做法是写进 shell 配置文件如~/.bashrcexport GOOSE_PLANNER_PROVIDERopenai export GOOSE_PLANNER_MODELgpt-4.1保存后需要重启 goose 会话才能让变量生效。如果没有设置这两个变量Goose 会退回到默认的GOOSE_PROVIDER/GOOSE_MODEL来构建计划——对多数用户而言默认模型配置通常已足够只有当你发现某个模型特别擅长把任务拆成清晰步骤时才值得单独指定。第二步验证规划模型已生效执行以下命令查看当前配置goose info -v输出类似以指南文档中的示例为准goose Version: Version: 1.0.18 goose Locations: Config file: /Users/alincoln/.config/goose/config.yaml Sessions dir: /Users/alincoln/.local/share/goose/sessions Logs dir: /Users/alincoln/.local/state/goose/logs goose Configuration: GOOSE_PROVIDER: anthropic GOOSE_MODEL: claude-3.5-sonnet GOOSE_PLANNER_PROVIDER: openai GOOSE_MODE: smart_approve GOOSE_PLANNER_MODEL: gpt-4.1如果GOOSE_PLANNER_PROVIDER或GOOSE_PLANNER_MODEL缺省规划会回退使用GOOSE_PROVIDER与GOOSE_MODEL。从源码看这套语义正是内置命令帮助文本所声明的行为——input.rs 中/plan命令的描述为根据$GOOSE_PLANNER_PROVIDER与$GOOSE_PLANNER_MODEL环境变量选择模型若未设置模型则使用默认模型。第三步用 /plan 进入规划模式规划模式Plan mode是 CLI 中一种特殊的交互模式帮助把任务拆成可执行步骤。进入方式为在活跃会话中执行goose session -n web-project-plan然后输入( O) /plan也可以把任务描述直接追加在命令后( O) /plan Build a four bedroom house进入后提示语如下摘自指南Entering plan mode. You can provide instructions to create a plan and then act on it. To exit early, type /endplan规划模式是交互式的它会先就目标、范围、预算、技术栈等提出澄清性问题全部答完或明确要求给一个通用计划后生成计划接着询问是否清空消息历史并执行该计划选择 Yes 后会退出规划模式将 goose 模式切换为auto并开始按计划实施源码对/plan的描述见 input.rs其中明确写到如果用户决定执行该计划goose 模式被设为 auto 并回到正常 goose 模式。中途想退出则输入( O) /endplan想要把一个大计划中的某个子步骤例如如何聘请建筑师再细化可以重新进入规划模式并追加子任务描述Goose 会生成与总体上下文衔接的子计划。补充两点实战注意规划模式需要你手动粘贴代码等项目工件直接给文件路径不生效粘贴时加上一句Heres the requested code:之类的说明即可分批回答澄清问题时请按题号作答如1 no keyboard shortcuts. 2 do not remember preferences.帮助 Goose 追踪已答问题、避免重复提问计划产出格式可定制通过编辑plan.md提示词模板实现相关机制见提示词模板指南。桌面端的对应做法CLI 之外Goose Desktop 没有plan关键字。需要先规划后动手时要用显式提示词例如Hey goose, can you create a plan to convert my CLI project into a locally hosted web page that gives me input fields for each CLI command I can run? Please dont start the actual work注意强调先创建计划、不要开始实际工作否则 Goose 可能直接进入项目实施。历史对照原博客中 Lead/Worker 在旧版桌面端的启用路径是在设置中开启功能 → 选择 Lead 模型 → 选择 Worker 模型 → 配置 worker 在咨询 lead 前可执行的回合数并可调整回合数worker 多少次尝试后才回传 lead、失败处理与回退行为。这些按钮与开关属于已被移除的旧功能界面请勿在当前版本中寻找其职责如今由规划模型 默认执行模型 权限/批准模式这套配置等价承接。实战案例给文档站加安装按钮的双模型协作原博客记录了一次真实直播中的任务为 MCP 服务器文档页添加 install安装按钮效果对齐已有的 extensions 页面且不能破坏现有工作流。整个过程非常典型地展示了两个模型如何接力Lead 模型分析现有文档结构评估新建自定义页面与改造既有页面两条路线最终确定方案并负责路由与样式层面的总体设计Worker 模型在 Lead 给出方向后接手实现落地代码修改处理新增安装功能的同时保留教程链接这类边缘情况。博客中记录的最终成果包括成功为 MCP 服务器文档加上安装按钮原有功能如教程链接全部保持可用页面视觉层次得到改善内容被自动整理为更清晰的逻辑分区社区服务器 vs. 内置服务器。值得注意的是模型还做出了开发者事先没想到的自主决策例如自动对服务器分类、优化整体页面布局——这正是给高层方向、让模型处理细节的收益。开发者体验与实战建议原博客强调多模型协作最舒服的一点是体验上的无感你不必手动切换上下文或管理不同工具只要描述想要什么系统会自行拆分工作。Lead 像战略搭档Worker 像从不喊累的实现伙伴本质上是一种永不疲倦的结对编程。以下是原博客沉淀的几条关键建议用好 goosehints为项目写好 goosehints 文件把项目背景一次性交代清楚避免每次都重复解释。全局提示文件位于~/.config/goose/.goosehints也可按目录放置项目级文件。不要微管理信任 Lead 模型的规划能力有时最出色的结果恰恰来自给出高层指令、放手让系统细化。用 Git 兜底实验时始终在独立分支上进行。模型再聪明分支这个安全网能让你更大胆地提需求。善用可视化反馈桌面 UI 对模型切换的呈现不如 CLI 直观可通过展开工具输出tool output观察底层发生了什么——CLI 中可用/r切换完整工具输出显示见 input.rs 中的命令帮助帮你追踪当前到底是哪个模型在哪一步工作。结论从组合拳到正式的多模型工作流Lead/Worker 虽然已退出 Goose但它验证了一个至今有效的方法论给规划配一个强模型、给执行配一个快模型是同时优化成本、速度与质量的通用手段。无论你是在改造文档站、构建新功能还是做复杂重构这一分工思想都能直接迁移到当前的规划模式上落地——配置GOOSE_PLANNER_PROVIDER/GOOSE_PLANNER_MODEL指定规划大脑用默认 provider/model 扮演执行角色再用/plan→确认→执行 的闭环把二者衔接起来。更完整的策略梳理可继续阅读多模型配置指南以及仓库中与之配套的多模型博客。【免费下载链接】goosean open source, extensible AI agent that goes beyond code suggestions - install, execute, edit, and test with any LLM项目地址: https://gitcode.com/GitHub_Trending/goose3/goose创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考