Ir al contenido

Tarea de LLM

llm-task es una herramienta de complemento opcional que ejecuta una tarea de LLM solo JSON y devuelve salida estructurada (opcionalmente validada contra JSON Schema).

Esto es ideal para motores de flujo de trabajo como Lobster: puedes agregar un solo paso de LLM sin escribir código OpenClaw personalizado para cada flujo de trabajo.

  1. Habilitar el complemento:
{
"plugins": {
"entries": {
"llm-task": { "enabled": true }
}
}
}
  1. Añadir la herramienta a la lista de permitidos (está registrada con optional: true):
{
"agents": {
"list": [
{
"id": "main",
"tools": { "allow": ["llm-task"] }
}
]
}
}
{
"plugins": {
"entries": {
"llm-task": {
"enabled": true,
"config": {
"defaultProvider": "openai-codex",
"defaultModel": "gpt-5.4",
"defaultAuthProfileId": "main",
"allowedModels": ["openai-codex/gpt-5.4"],
"maxTokens": 800,
"timeoutMs": 30000
}
}
}
}
}

allowedModels es una lista de permitidos de cadenas provider/model. Si se establece, cualquier solicitud fuera de la lista es rechazada.

  • prompt (cadena, obligatorio)
  • input (cualquiera, opcional)
  • schema (objeto, esquema JSON opcional)
  • provider (cadena, opcional)
  • model (cadena, opcional)
  • thinking (cadena, opcional)
  • authProfileId (cadena, opcional)
  • temperature (número, opcional)
  • maxTokens (número, opcional)
  • timeoutMs (número, opcional)

thinking acepta los preajustes de razonamiento estándar de OpenClaw, como low o medium.

Devuelve details.json que contiene el JSON analizado (y valida contra schema cuando se proporciona).

Ejemplo: paso de flujo de trabajo de Lobster

Sección titulada «Ejemplo: paso de flujo de trabajo de Lobster»
openclaw.invoke --tool llm-task --action json --args-json '{
"prompt": "Given the input email, return intent and draft.",
"thinking": "low",
"input": {
"subject": "Hello",
"body": "Can you help?"
},
"schema": {
"type": "object",
"properties": {
"intent": { "type": "string" },
"draft": { "type": "string" }
},
"required": ["intent", "draft"],
"additionalProperties": false
}
}'
  • La herramienta es solo JSON e instruye al modelo para que genere solo JSON (sin vallas de código, sin comentarios).
  • No se exponen herramientas al modelo para esta ejecución.
  • Trate la salida como que no es de confianza a menos que valide con schema.
  • Coloque aprobaciones antes de cualquier paso con efectos secundarios (send, post, exec).