Cómo usar Goose con Ollama en local: programación con IA gratis y sin nube

Por qué pagar 200 dólares al mes cuando podés hacerlo gratis

Claude Code, el agente de programación autónomo de Anthropic que escribe, depura y despliega código desde la terminal, ha capturado la imaginación de desarrolladores en todo el mundo. Pero su precio —entre 20 y 200 dólares mensuales según el plan— ha encendido una rebelión entre los propios programadores a los que pretende servir.

El plan Pro de 20 dólares limita a 10 a 40 prompts cada cinco horas, una restricción que cualquier desarrollador serio agota en minutos de trabajo intensivo. Los planes Max, de 100 y 200 dólares, ofrecen más capacidad pero siguen imponiendo límites que han inflamado a la comunidad.

Ahora, una alternativa gratuita está ganando tracción: Goose, un agente de IA open source desarrollado por Block (la empresa de pagos liderada por Jack Dorsey), que ofrece funcionalidad casi idéntica a Claude Code pero corre enteramente en tu máquina local. Sin suscripciones, sin dependencia de la nube, sin límites de uso.

Qué es Goose

Goose es lo que los ingenieros llaman un "agente de IA on-machine". A diferencia de Claude Code, que envía tus consultas a los servidores de Anthropic, Goose puede funcionar completamente en tu computadora usando modelos de lenguaje open source que descargás y controlás vos mismo.

Pero Goose no está limitado a modelos locales. Podés conectarlo a:

• Anthropic (Claude) si tenés acceso a la API
• OpenAI (GPT-5, GPT-4o)
• Google Gemini
• Servicios como Groq u OpenRouter
• O —y acá es donde se pone interesante— Ollama, para correr modelos open source en tu propio hardware

Las implicancias prácticas son significativas: con una configuración local, no hay suscripciones, no hay límites de uso, no hay preocupaciones de privacidad. Tus conversaciones con la IA nunca salen de tu máquina.

Qué es Ollama

Ollama es un proyecto open source que simplifica drásticamente la ejecución de modelos de lenguaje grandes en hardware personal. Se encarga del trabajo complejo de descargar, optimizar y servir modelos a través de una interfaz simple. Soporta modelos como Qwen, Llama, DeepSeek y muchos más.

Requisitos de hardware

Antes de empezar, es importante ser honesto sobre lo que necesitás:

• Mínimo: 16 GB de RAM, modelo de 7-8B parámetros (Qwen 2.5 7B, Llama 3.2 8B)
• Recomendado: 32 GB de RAM o GPU dedicada con 12+ GB VRAM, modelo de 14-32B
• Ideal: Mac con Apple Silicon (M2 Pro/M3 Max o superior) o PC con GPU RTX 4090 / RTX 5090
• Espacio en disco: 5-20 GB por modelo (depende del tamaño)

Los modelos pequeños (7-14B) manejan tool-calling de forma menos confiable que los modelos cloud de frontera. Es una limitación real y honesta: Goose es tan autónomo como el modelo que hay detrás.

Paso 1: Instalar Ollama

Descargá e instalá Ollama desde ollama.com. La instalación es directa:

En macOS

# Descargar el instalador desde ollama.com
# O via terminal:
curl -fsSL https://ollama.com/install.sh | sh

En Linux

curl -fsSL https://ollama.com/install.sh | sh

En Windows

Descargá el instalador desde ollama.com y ejecutalo. A partir de Windows 11, Ollama también soporta GPU NVIDIA de forma nativa.

Una vez instalado, verificá que el servidor esté corriendo. Por defecto, Ollama escucha en http://localhost:11434:

ollama --version
# ollama 0.x.x

Paso 2: Descargar un modelo

Para tareas de programación, necesitas un modelo con buen soporte para tool-calling. Las opciones recomendadas son:

Qwen 2.5 Coder (recomendado para programar)

# Modelo de 7B — liviano, corre en máquinas con 16GB RAM
ollama pull qwen2.5-coder:7b

# Modelo de 32B — mejor calidad, requiere 32GB+ RAM o GPU
ollama pull qwen2.5-coder:32b

Qwen 3 Coder (alternativa más reciente)

# 17 GB, mejor calidad pero requiere hardware potente
ollama pull qwen3-coder:30b

Llama 3.2 (uso general)

ollama pull llama3.2

Verificá que el modelo se descargó correctamente:

ollama list
# NAME                    SIZE     MODIFIED
# qwen2.5-coder:7b        4.7 GB   2 minutes ago

Paso 3: Configurar el contexto (¡crítico!)

Este es el fallo silencioso número uno que frustra a la mayoría de los usuarios nuevos. La ventana de contexto por defecto de Ollama es pequeña —4096 tokens— y trunca sin error. Un agente como Goose supera eso rápidamente (system prompt + esquemas de herramientas + contenido de archivos), así que el modelo nunca ve sus instrucciones y "olvida" las herramientas.

Antes de hacer cualquier otra cosa, aumentá el contexto:

# Variable de entorno (recomendado)
export OLLAMA_CONTEXT_LENGTH=32768

# O creá un Modelfile personalizado:
# FROM qwen2.5-coder:7b
# PARAMETER num_ctx 32768
# Guardalo como Modelfile-qwen y ejecutá:
ollama create qwen2.5-coder-32k -f Modelfile-qwen

Este único fix resuelve la mayoría de los reportes de "Goose no usa las herramientas".

Paso 4: Instalar Goose

Goose está disponible como aplicación de escritorio y como CLI. Ambas opciones son válidas; la CLI es ideal para desarrolladores que prefieren trabajar en la terminal.

Instalación CLI (macOS / Linux)

curl -fsSL https://github.com/block/goose/releases/download/stable/download_cli.sh | bash

Instalación CLI (Windows)

# En Git Bash, MSYS2 o PowerShell:
curl -fsSL https://github.com/block/goose/releases/download/stable/download_cli.sh | bash

Instalación Desktop (macOS)

# Via Homebrew:
brew install --cask block-goose

# O descargá el .dmg desde GitHub releases

Verificá la instalación:

goose --version
# goose 1.38.0 (o superior)

Paso 5: Configurar Goose con Ollama

Hay dos formas equivalentes de configurar el proveedor.

Opción A: Asistente interactivo (recomendado la primera vez)

goose configure

Seguí estos pasos en el asistente:

1. Elegí Configure Providers
2. Seleccioná Ollama
3. Confirmá el host (por defecto http://localhost:11434)
4. Ingresá el nombre del modelo, por ejemplo qwen2.5-coder:7b

Opción B: Variables de entorno (ideal para scripts/CI)

export GOOSE_PROVIDER=ollama
export GOOSE_MODEL=qwen2.5-coder:7b
export OLLAMA_HOST=http://localhost:11434

goose session

Opción C: Archivo de configuración

Editá ~/.config/goose/config.yaml:

GOOSE_PROVIDER: ollama
GOOSE_MODEL: qwen2.5-coder:7b

Paso 6: Tu primera sesión

Iniciá una sesión de Goose:

goose session

Goose abrirá una interfaz de chat en la terminal. Probá con una instrucción simple:

> Creá un archivo hello.py que imprima "Hola Mundo" y ejecutalo

Goose debería:

1. Usar la herramienta text_editor para crear el archivo
2. Usar la herramienta shell para ejecutarlo
3. Mostrarte el resultado

Si Goose no usa herramientas y solo responde con texto plano, el problema más común es la ventana de contexto del Paso 3.

Paso 7: Habilitar extensiones (opcional pero recomendado)

Goose trae por defecto la extensión developer, que lo convierte de chatbot en agente. Esta expone herramientas como:

• shell — ejecutar comandos de terminal (build, test, git, install)
• text_editor — ver, escribir y parchear archivos
• helpers de código — listar directorios, buscar, leer archivos

Podés agregar más capacidades vía extensiones MCP (Model Context Protocol):

goose configure
#  -> Add Extension -> Command-line Extension (un MCP server)
#  ej. filesystem, fetch, GitHub, o Playwright MCP server

Goose vs Claude Code: comparativa honesta

Aspecto	Goose + Ollama (local)	Claude Code (nube)
Costo	0 (solo electricidad)	20-200 USD/mes
Privacidad	Total — nada sale de tu máquina	El código se envía a servidores de Anthropic
Límites de uso	Ninguno	10-800 prompts cada 5 horas según plan
Calidad de código	Depende del modelo local (menor con 7-14B)	Alta (Sonnet 4.5, 72.7% SWE-bench)
Flexibilidad de modelo	Cualquier LLM (25+ proveedores)	Solo modelos Claude
Soporte multi-agente	Sesiones paralelas	Agent Teams coordinados
Licencia	Apache 2.0 (open source)	Propietario

Cuándo elegir Goose local y cuándo Claude Code

Elegí Goose + Ollama si:

• Tu presupuesto para herramientas IA es cero
• El código no puede salir de tu máquina (restricciones de privacidad, NDA, proyectos sensibles)
• Querés flexibilidad para cambiar de modelo según la tarea
• Tenés hardware decente (32GB+ RAM o GPU dedicada)
• Usás Goose para sesiones enfocadas de algunas horas por semana

Elegí Claude Code si:

• Necesitás la máxima calidad de código (SWE-bench 72.7% vs ~45% de Goose+Sonnet)
• Lo usás todo el día, todos los días (la suscripción es más rentable que API por uso)
• Querés una experiencia soportada y predecible sin configurar infraestructura
• Necesitás características como Agent Teams, hooks y Agent SDK

Conclusión

Goose con Ollama no es un reemplazo perfecto de Claude Code. Los modelos locales pequeños son menos confiables en tool-calling y la calidad del código generado es menor. Pero para un desarrollador que quiere una herramienta de IA agéntica gratis, con privacidad total y sin límites artificiales, es una opción real y funcional. La configuración toma menos de 15 minutos y, una vez funcionando, tenés un agente que puede escribir código, ejecutar comandos y editar archivos sin que un solo byte salga de tu computadora.

Goose está disponible en github.com/block/goose. Ollama en ollama.com. Ambos son gratuitos y open source.