LLM Task

llm-task 是一个可选的 Plugin 工具，用于运行纯 JSON 的 LLM 任务，并返回结构化输出（可选择使用 JSON Schema 进行验证）。

这对于像 Lobster 这样的工作流引擎来说非常理想：你可以添加单个 LLM 步骤，而无需为每个工作流编写自定义的 OpenClaw 代码。

启用 Plugin

  1. 启用 Plugin：
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}
  1. 将工具加入白名单（它注册时带有 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 字符串的白名单。如果设置了，任何不在列表中的请求都会被拒绝。

工具参数

  • prompt（字符串，必填）
  • input（任意类型，可选）
  • schema（对象，可选的 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，包含解析后的 JSON（如果提供了 schema，会进行验证）。

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
  }
}'

安全提示

  • 这个工具是纯 JSON 的，会指示模型只输出 JSON（没有代码围栏，没有注释）。
  • 这次运行不会向模型暴露任何工具。
  • 除非你用 schema 验证，否则要把输出当作不可信的。
  • 在任何有副作用的步骤（发送、发布、执行）之前加上审批。