Aller au contenu

LLMTâche LLM

llm-taskLLM est un tool de plugin optionnel qui exécute une tâche LLM JSON uniquement et renvoie une sortie structurée (éventuellement validée par rapport à un schéma JSON).

C’est idéal pour les moteurs de workflow comme Lobster : vous pouvez ajouter une seule étape LLM sans écrire de code OpenClaw personnalisé pour chaque workflow.

  1. Activer le plugin :
{
"plugins": {
"entries": {
"llm-task": { "enabled": true }
}
}
}
  1. Autoriser le tool optionnel :
{
"tools": {
"alsoAllow": ["llm-task"]
}
}

Utilisez tools.allow uniquement lorsque vous souhaitez un mode de liste d’autorisation restrictif.

{
"plugins": {
"entries": {
"llm-task": {
"enabled": true,
"config": {
"defaultProvider": "openai-codex",
"defaultModel": "gpt-5.5",
"defaultAuthProfileId": "main",
"allowedModels": ["openai/gpt-5.4"],
"maxTokens": 800,
"timeoutMs": 30000
}
}
}
}
}

allowedModels est une liste d’autorisation (allowlist) de chaînes provider/model. Si elle est définie, toute demande en dehors de la liste est rejetée.

  • prompt (chaîne, requis)
  • input (any, facultatif)
  • schema (objet, schéma JSON facultatif)
  • provider (chaîne, facultatif)
  • model (chaîne, facultatif)
  • thinking (chaîne, facultatif)
  • authProfileId (chaîne, facultatif)
  • temperature (nombre, facultatif)
  • maxTokens (nombre, facultatif)
  • timeoutMs (nombre, facultatif)

thinkingOpenClaw accepte les préréglages de raisonnement standard OpenClaw, tels que low ou medium.

Renvoie details.json contenant le JSON analysé (et valide par rapport à schema lorsqu’il est fourni).

L’exemple ci-dessous suppose que la CLI Lobster autonome est en cours d’exécution dans un environnement où LobsterCLIopenclaw.invoke possède déjà le contexte d’URL de passerelle/d’authentification correct.

Pour l’exécuteur intégré (embedded) de Lobster inclus dans OpenClaw, ce modèle de CLI imbriqué n’est pas actuellement fiable :

openclaw.invoke --tool llm-task --action json --args-json '{ ... }'

Jusqu’à ce que Lobster intégré dispose d’un pont pris en charge pour ce flux, préférez soit :

  • des appels de tool llm-taskLobster directs en dehors de Lobster, soit
  • Étapes Lobster qui ne reposent pas sur des appels Lobsteropenclaw.invoke imbriqués.

Exemple autonome de CLI LobsterCLI :

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
}
}'
  • L’outil est uniquement JSON et instruit le modèle de ne sortir que du JSON (sans blocs de code, sans commentaire).
  • Aucun outil n’est exposé au modèle pour cette exécution.
  • Traitez la sortie comme non fiable sauf si vous la validez avec schema.
  • Placez les approbations avant toute étape avec effets de bord (send, post, exec).