Przejdź do głównej treści
llm-task to opcjonalne narzędzie Plugin, które uruchamia zadanie LLM wyłącznie w JSON i zwraca dane strukturalne (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

  1. Włącz Plugin:
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}
  1. Zezwól na opcjonalne narzędzie:
{
  "tools": {
    "alsoAllow": ["llm-task"]
  }
}
Używaj tools.allow tylko wtedy, gdy chcesz restrykcyjnego trybu listy dozwolonych.

​
Konfiguracja (opcjonalna)

{
  "plugins": {
    "entries": {
      "llm-task": {
        "enabled": true,
        "config": {
          "defaultProvider": "openai",
          "defaultModel": "gpt-5.5",
          "defaultAuthProfileId": "main",
          "allowedModels": ["openai/gpt-5.5"],
          "maxTokens": 800,
          "timeoutMs": 30000
        }
      }
    }
  }
}
allowedModels to lista dozwolonych ciągów provider/model. Jeśli jest ustawiona, każde żądanie spoza listy jest odrzucane.

​
Parametry narzędzia

  • prompt (ciąg znaków, wymagany)
  • input (dowolny, opcjonalny)
  • schema (obiekt, opcjonalny JSON Schema)
  • provider (ciąg znaków, opcjonalny)
  • model (ciąg znaków, opcjonalny)
  • thinking (ciąg znaków, opcjonalny)
  • authProfileId (ciąg znaków, 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 sparsowany JSON (i waliduje go względem schema, gdy jest podany).

​
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 i kontekst uwierzytelniania. Dla dołączonego osadzonego runnera Lobster wewnątrz OpenClaw ten zagnieżdżony wzorzec CLI nie jest obecnie niezawodny: 
openclaw.invoke --tool llm-task --action json --args-json '{ ... }'
Dopóki osadzony Lobster nie będzie miał obsługiwanego mostu dla tego przepływu, preferuj:
  • bezpośrednie wywołania narzędzia llm-task poza Lobster, albo
  • kroki Lobster, które nie polegają na zagnieżdżonych wywołaniach openclaw.invoke.
Przykład samodzielnego Lobster CLI: 
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 działa wyłącznie w JSON i instruuje model, aby generował tylko JSON (bez bloków kodu, bez komentarza).
  • W tym uruchomieniu model nie ma udostępnionych żadnych narzędzi.
  • Traktuj dane wyjściowe jako niezaufane, chyba że walidujesz je za pomocą schema.
  • Umieszczaj zatwierdzenia przed każdym krokiem wywołującym skutki uboczne (wysłanie, publikacja, wykonanie).

​
Powiązane