LLM Task

llm-task 是一个可选插件工具,运行纯 JSON 的 LLM 任务并 返回结构化输出(可选地对照 JSON Schema 验证)。

这非常适合像 Lobster 这样的工作流引擎: 你可以添加单个 LLM 步骤 而无需为每个工作流编写自定义 OpenClaw 代码。

启用插件

  1. 启用插件:
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}
  1. Allowlist (允许列表) 该工具(它注册时 optional: true):
{
  "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-5.2"],
          "maxTokens": 800,
          "timeoutMs": 30000
        }
      }
    }
  }
}

allowedModels 是 provider/model 字符串的 allowlist。如果设置,列表外的任何请求 都会被拒绝。

Tool 参数

  • prompt (string, 必需)
  • input (any, 可选)
  • schema (object, 可选 JSON Schema)
  • provider (string, 可选)
  • model (string, 可选)
  • authProfileId (string, 可选)
  • temperature (number, 可选)
  • maxTokens (number, 可选)
  • timeoutMs (number, 可选)

输出

返回 details.json,包含解析的 JSON (并在 提供 schema 时对照其验证)。

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
  }
}'

安全注意事项

  • 该工具是 纯 JSON 的,并指示模型仅输出 JSON (无 代码围栏,无注释)。
  • 此运行不向模型暴露工具。
  • 将输出视为不受信任,除非你使用 schema 验证。
  • 在任何有副作用的步骤(send, post, exec)之前放置 approvals。
← 返回文档首页