LLM-Aufgabe

llm-task ist ein gebündeltes optionales Plugin-Tool, das einen einzelnen reinen JSON- LLM-Aufruf ausführt und eine strukturierte Ausgabe zurückgibt, die optional anhand eines JSON- Schemas validiert wird. Es stellt Workflow-Engines wie Lobster einen LLM-Schritt bereit, ohne dass für jeden Workflow eigener OpenClaw-Code erforderlich ist.

Aktivieren

1. Aktivieren Sie das Plugin:

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

2. Lassen Sie das Tool zu:

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

alsoAllow fügt llm-task zusätzlich zum aktiven Tool-Profil hinzu, ohne andere Kern-Tools einzuschränken. Verwenden Sie stattdessen tools.allow nur, wenn Sie einen restriktiven Zulassungslistenmodus wünschen.

Konfiguration (optional)

{  "plugins": {    "entries": {      "llm-task": {        "enabled": true,        "config": {          "defaultProvider": "openai",          "defaultModel": "gpt-5.6-sol",          "defaultAuthProfileId": "main",          "allowedModels": ["openai/gpt-5.6-sol"],          "maxTokens": 800,          "timeoutMs": 30000        }      }    }  }}

allowedModels ist eine Zulassungsliste von provider/model-Zeichenfolgen; eine Anfrage für ein anderes Modell wird abgelehnt. Alle anderen Schlüssel sind Rückfallwerte pro Aufruf, die verwendet werden, wenn der Tool-Aufruf den jeweiligen Parameter auslässt.

Tool-Parameter

Ausgabe

Gibt details.json (das geparste, anhand des Schemas validierte JSON) sowie details.provider und details.model zurück, die angeben, was tatsächlich ausgeführt wurde.

Beispiel: Lobster-Workflow-Schritt

Wichtige Einschränkung

Das folgende Beispiel setzt voraus, dass die eigenständige Lobster-CLI dort ausgeführt wird, wo openclaw.invoke bereits über den korrekten Gateway-URL-/Authentifizierungskontext verfügt.

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 Brücke für diesen Ablauf bietet, verwenden Sie vorzugsweise entweder:

• direkte Aufrufe des Tools llm-task außerhalb von Lobster oder
• Lobster-Schritte, die nicht auf verschachtelten openclaw.invoke-Aufrufen beruhen.

Beispiel für die eigenständige Lobster-CLI:

openclaw.invoke --tool llm-task --action json --args-json '{  "prompt": "Gib anhand der eingegebenen E-Mail die Absicht und einen Entwurf zurück.",  "thinking": "low",  "input": {    "subject": "Hallo",    "body": "Können Sie helfen?"  },  "schema": {    "type": "object",    "properties": {      "intent": { "type": "string" },      "draft": { "type": "string" }    },    "required": ["intent", "draft"],    "additionalProperties": false  }}'

Sicherheitshinweise

• Nur JSON: Das Modell wird angewiesen, ausschließlich einen JSON-Wert zurückzugeben, ohne Code- Blöcke und ohne Kommentare.
• Keine Tools: Für die zugrunde liegende Ausführung sind Tools deaktiviert, sodass das Modell während der Aufgabe keine externen Aufrufe tätigen kann.
• Behandeln Sie die Ausgabe als nicht vertrauenswürdig, sofern Sie sie nicht mit schema validieren.
• Fügen Sie vor jedem Schritt mit Nebenwirkungen (Senden, Veröffentlichen, Ausführen), der diese Ausgabe verwendet, eine Genehmigung ein.

Verwandte Themen

• Reasoning-Stufen
• Sub-Agenten
• Slash-Befehle