LLM-Aufgabe

llm-task ist ein optionales Plugin-Tool, das eine reine JSON-LLM-Aufgabe ausführt und strukturierte Ausgabe zurückgibt (optional gegen JSON Schema validiert).

Dies ist ideal für Workflow-Engines wie Lobster: Sie können einen einzelnen LLM-Schritt hinzufügen, ohne für jeden Workflow eigenen OpenClaw-Code zu schreiben.

Plugin aktivieren

1. Aktivieren Sie das Plugin:

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

2. Erlauben Sie das optionale Tool:

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

Verwenden Sie tools.allow nur, wenn Sie den restriktiven Allowlist-Modus nutzen möchten.

Konfiguration (optional)

{  "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 ist eine Allowlist von provider/model-Strings. Wenn sie gesetzt ist, wird jede Anfrage außerhalb der Liste abgelehnt.

Tool-Parameter

• prompt (String, erforderlich)
• input (beliebig, optional)
• schema (Objekt, optionales JSON Schema)
• provider (String, optional)
• model (String, optional)
• thinking (String, optional)
• authProfileId (String, optional)
• temperature (Zahl, optional)
• maxTokens (Zahl, optional)
• timeoutMs (Zahl, optional)

thinking akzeptiert die standardmäßigen OpenClaw-Reasoning-Voreinstellungen, wie low oder medium.

Ausgabe

Gibt details.json zurück, das das geparste JSON enthält (und gegen schema validiert, wenn angegeben).

Beispiel: Lobster-Workflow-Schritt

Wichtige Einschränkung

Das folgende Beispiel setzt voraus, dass die eigenständige Lobster-CLI in einer Umgebung läuft, in der openclaw.invoke bereits den richtigen Gateway-URL-/Auth-Kontext hat.

Für den gebündelten eingebetteten Lobster-Runner innerhalb von OpenClaw ist dieses verschachtelte CLI-Muster derzeit nicht zuverlässig:

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

Bis eingebettetes Lobster eine unterstützte Bridge für diesen Ablauf hat, bevorzugen Sie entweder:

• direkte llm-task-Tool-Aufrufe außerhalb von Lobster oder
• Lobster-Schritte, die nicht auf verschachtelte openclaw.invoke-Aufrufe angewiesen sind.

Beispiel für die eigenständige 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  }}'

Sicherheitshinweise

• Das Tool ist nur JSON und weist das Modell an, nur JSON auszugeben (keine Code-Fences, kein Kommentar).
• Für diesen Durchlauf werden dem Modell keine Tools bereitgestellt.
• Behandeln Sie die Ausgabe als nicht vertrauenswürdig, sofern Sie sie nicht mit schema validieren.
• Platzieren Sie Genehmigungen vor jedem Schritt mit Seiteneffekten (Senden, Posten, Ausführen).

Verwandte Themen

• Thinking-Stufen
• Sub-Agents
• Slash-Befehle