Tools

Zadanie LLM

llm-task to opcjonalne narzędzie pluginu, które uruchamia zadanie LLM zwracające wyłącznie JSON i zwraca ustrukturyzowane dane wyjściowe (opcjonalnie walidowane względem JSON Schema).

To idealne rozwiązanie dla silników przepływów pracy, takich jak Lobster: możesz dodać pojedynczy krok LLM bez pisania niestandardowego kodu OpenClaw dla każdego przepływu pracy.

Włącz plugin

Włącz plugin:

json

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

Zezwól na opcjonalne narzędzie:

json

{  "tools": {    "alsoAllow": ["llm-task"]  }}

Używaj tools.allow tylko wtedy, gdy chcesz restrykcyjnego trybu listy dozwolonych.

Konfiguracja (opcjonalna)

json

{  "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 to lista dozwolonych ciągów provider/model. Jeśli jest ustawiona, każde żądanie spoza listy zostanie odrzucone.

Parametry narzędzia

prompt (ciąg, wymagany)
input (dowolny, opcjonalny)
schema (obiekt, opcjonalny JSON Schema)
provider (ciąg, opcjonalny)
model (ciąg, opcjonalny)
thinking (ciąg, opcjonalny)
authProfileId (ciąg, opcjonalny)
temperature (liczba, opcjonalna)
maxTokens (liczba, opcjonalna)
timeoutMs (liczba, opcjonalna)

thinking akceptuje standardowe presety rozumowania OpenClaw, takie jak low lub medium.

Dane wyjściowe

Zwraca details.json zawierający przeanalizowany JSON (i waliduje względem schema, jeśli ją podano).

Przykład: krok przepływu pracy Lobster

Ważne ograniczenie

Poniższy przykład zakłada, że samodzielny Lobster CLI działa w środowisku, w którym openclaw.invoke ma już poprawny adres URL Gateway/kontekst uwierzytelniania.

Dla dołączonego osadzonego runnera Lobster wewnątrz OpenClaw ten wzorzec zagnieżdżonego CLI nie jest obecnie niezawodny:

lobster

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

Dopóki osadzony Lobster nie będzie mieć obsługiwanego mostu dla tego przepływu, preferuj jedno z poniższych rozwiązań:

bezpośrednie wywołania narzędzia llm-task poza Lobster albo
kroki Lobster, które nie polegają na zagnieżdżonych wywołaniach openclaw.invoke.

Przykład samodzielnego Lobster CLI:

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  }}'

Uwagi dotyczące bezpieczeństwa

Narzędzie zwraca wyłącznie JSON i instruuje model, aby zwracał tylko JSON (bez bloków kodu, bez komentarzy).
W tym uruchomieniu żadne narzędzia nie są udostępniane modelowi.
Traktuj dane wyjściowe jako niezaufane, chyba że walidujesz je za pomocą schema.
Umieść zatwierdzenia przed każdym krokiem wywołującym skutki uboczne (wysyłanie, publikowanie, wykonywanie).

Powiązane

Was this useful?