LLM Task

LLM Task

llm-task 是一個 可選的外掛程式工具，它執行僅限 JSON 的 LLM 任務並 傳回結構化輸出（可選地根據 JSON Schema 進行驗證）。

這對於像 Lobster 這樣的工作流程引擎來說非常理想：您可以加入單一 LLM 步驟，而無需為每個工作流程編寫自訂的 OpenClaw 程式碼。

啟用外掛程式

1. 啟用外掛程式：

{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}

2. 將工具加入允許清單（它註冊於 optional: true）：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": { "allow": ["llm-task"] }
      }
    ]
  }
}

設定（可選）

{
  "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 是 provider/model 字串的允許清單。如果設定，清單外的任何請求都會被拒絕。

工具參數

• prompt（字串，必填）
• input（任何，可選）
• schema（物件，可選的 JSON Schema）
• provider（字串，可選）
• model（字串，可選）
• thinking（字串，可選）
• authProfileId（字串，可選）
• temperature（數字，可選）
• maxTokens（數字，可選）
• timeoutMs（數字，可選）

thinking 接受標準的 OpenClaw 推理預設值，例如 low 或 medium。

輸出

傳回 details.json，其中包含已解析的 JSON（當提供時會根據 schema 進行驗證）。

範例：Lobster 工作流程步驟

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
  }
}'

安全注意事項

• 此工具是 僅限 JSON 的，並指示模型僅輸出 JSON（沒有 程式碼柵欄，沒有評論）。
• 在此次執行中，沒有任何工具暴露給模型。
• 除非您使用 schema 進行驗證，否則請將輸出視為不受信任。
• 將審核程序置於任何會產生副作用的步驟（send、post、exec）之前。