งานของ LLM

llm-task เป็น เครื่องมือ Plugin แบบเลือกใช้ที่รวมมาให้ ซึ่งเรียกใช้ LLM เพียงครั้งเดียวโดยรับและส่งคืนเฉพาะ JSON พร้อมคืนผลลัพธ์แบบมีโครงสร้าง และสามารถตรวจสอบกับ JSON Schema ได้ตามต้องการ เครื่องมือนี้ช่วยให้เอนจินเวิร์กโฟลว์อย่าง Lobster มีขั้นตอน LLM ได้โดยไม่ต้องเขียนโค้ด OpenClaw เฉพาะสำหรับแต่ละเวิร์กโฟลว์

เปิดใช้งาน

1. เปิดใช้งาน Plugin:

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

2. อนุญาตเครื่องมือ:

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

alsoAllow เพิ่ม llm-task เข้าไปจากโปรไฟล์เครื่องมือที่ใช้งานอยู่ โดยไม่จำกัดเครื่องมือหลักอื่น ๆ ใช้ tools.allow เฉพาะเมื่อต้องการใช้โหมดรายการอนุญาตแบบจำกัดเท่านั้น

การกำหนดค่า (ไม่บังคับ)

{  "plugins": {    "entries": {      "llm-task": {        "enabled": true,        "config": {          "defaultProvider": "openai",          "defaultModel": "gpt-5.6-sol",          "defaultAuthProfileId": "main",          "allowedModels": ["openai/gpt-5.6-sol"],          "maxTokens": 800,          "timeoutMs": 30000        }      }    }  }}

allowedModels คือรายการอนุญาตของสตริง provider/model โดยคำขอที่ระบุโมเดลอื่นจะถูกปฏิเสธ คีย์อื่นทั้งหมดเป็นค่าสำรองสำหรับแต่ละการเรียกใช้ ซึ่งจะใช้เมื่อการเรียกเครื่องมือไม่ได้ระบุพารามิเตอร์นั้น

พารามิเตอร์เครื่องมือ

ผลลัพธ์

คืนค่า details.json (JSON ที่แยกวิเคราะห์และผ่านการตรวจสอบสคีมาแล้ว) พร้อม details.provider และ details.model ซึ่งระบุผู้ให้บริการและโมเดลที่ใช้งานจริง

ตัวอย่าง: ขั้นตอนเวิร์กโฟลว์ Lobster

ข้อจำกัดสำคัญ

ตัวอย่างด้านล่างสมมติว่า Lobster CLI แบบสแตนด์อโลน กำลังทำงานในสภาพแวดล้อมที่ openclaw.invoke มี URL ของ Gateway และบริบทการยืนยันตัวตนที่ถูกต้องอยู่แล้ว

สำหรับตัวรัน Lobster แบบ ฝังในระบบ ที่รวมอยู่ภายใน OpenClaw รูปแบบ CLI ซ้อนกันนี้ ยังไม่เสถียรในขณะนี้:

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

จนกว่า Lobster แบบฝังในระบบจะมีบริดจ์ที่รองรับโฟลว์นี้ ควรเลือกใช้วิธีใดวิธีหนึ่งต่อไปนี้:

• เรียกเครื่องมือ llm-task โดยตรงจากภายนอก Lobster หรือ
• ใช้ขั้นตอน Lobster ที่ไม่พึ่งพาการเรียก openclaw.invoke แบบซ้อนกัน

ตัวอย่าง Lobster CLI แบบสแตนด์อโลน:

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  }}'

หมายเหตุด้านความปลอดภัย

• เฉพาะ JSON: โมเดลจะได้รับคำสั่งให้คืนเฉพาะค่า JSON โดยไม่มีกรอบโค้ดและไม่มีคำอธิบายเพิ่มเติม
• ไม่มีเครื่องมือ: การทำงานเบื้องหลังจะปิดใช้งานเครื่องมือ โมเดลจึงไม่สามารถเรียกเครื่องมือภายนอกระหว่างทำงานได้
• ให้ถือว่าผลลัพธ์ไม่น่าเชื่อถือ เว้นแต่จะตรวจสอบด้วย schema
• กำหนดขั้นตอนการอนุมัติก่อนขั้นตอนใด ๆ ที่ก่อให้เกิดผลข้างเคียง (ส่ง โพสต์ เรียกใช้คำสั่ง) และใช้ผลลัพธ์นี้

ที่เกี่ยวข้อง

• ระดับการใช้เหตุผล
• เอเจนต์ย่อย
• คำสั่งเครื่องหมายทับ