LLM 任务

llm-task 是一个可选插件工具，运行仅 JSON 的 LLM 任务并返回结构化输出（可选择根据 JSON Schema 验证）。

这非常适合像 Lobster 这样的工作流引擎：你可以在每个工作流中只添加一个 LLM 步骤，而无需编写自定义 OpenClaw 代码。

启用插件

  1. 启用插件：
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}
  1. 将工具列入白名单（它以 optional: true 注册）：
{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": { "allow": ["llm-task"] }
      }
    ]
  }
}

配置（可选）

{
  "plugins": {
    "entries": {
      "llm-task": {
        "enabled": true,
        "config": {
          "defaultProvider": "openai-codex",
          "defaultModel": "gpt-5.2",
          "defaultAuthProfileId": "main",
          "allowedModels": ["openai-codex/gpt-5.3-codex"],
          "maxTokens": 800,
          "timeoutMs": 30000
        }
      }
    }
  }
}

allowedModels 是 provider/model 字符串的白名单。如果设置，列表之外的任何请求都会被拒绝。

工具参数

  • prompt（字符串，必需）
  • input（任意，可选）
  • schema（对象，可选 JSON Schema）
  • provider（字符串，可选）
  • model（字符串，可选）
  • authProfileId（字符串，可选）
  • temperature（数字，可选）
  • maxTokens（数字，可选）
  • timeoutMs（数字，可选）

输出

返回 details.json，包含解析的 JSON（并在提供时根据 schema 验证）。

示例：Lobster 工作流步骤

openclaw.invoke --tool llm-task --action json --args-json '{
  "prompt": "Given the input email, return intent and draft.",
  "input": {
    "subject": "Hello",
    "body": "Can you help?"
  },
  "schema": {
    "type": "object",
    "properties": {
      "intent": { "type": "string" },
      "draft": { "type": "string" }
    },
    "required": ["intent", "draft"],
    "additionalProperties": false
  }
}'

安全说明

  • 该工具仅 JSON 并指示模型仅输出 JSON（无代码 fence，无评论）。
  • 没有任何工具暴露给这次运行的模型。
  • 除非你用 schema 验证，否则将输出视为不受信任。
  • 在任何有副作用的步骤（send、post、exec）之前放置批准。