LLM कार्य

llm-task एक वैकल्पिक plugin टूल है जो JSON-only LLM कार्य चलाता है और संरचित आउटपुट लौटाता है (वैकल्पिक रूप से JSON Schema के विरुद्ध सत्यापित)।

यह Lobster जैसे वर्कफ़्लो इंजन के लिए आदर्श है: आप हर वर्कफ़्लो के लिए कस्टम OpenClaw कोड लिखे बिना एक LLM चरण जोड़ सकते हैं।

Plugin सक्षम करें

1. Plugin सक्षम करें:

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

2. वैकल्पिक टूल की अनुमति दें:

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

tools.allow का उपयोग केवल तब करें जब आप प्रतिबंधात्मक allowlist मोड चाहते हों।

कॉन्फ़िग (वैकल्पिक)

{  "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, provider/model स्ट्रिंग्स की allowlist है। यदि सेट हो, तो सूची के बाहर का कोई भी अनुरोध अस्वीकार कर दिया जाता है।

टूल पैरामीटर

• prompt (string, आवश्यक)
• input (any, वैकल्पिक)
• schema (object, वैकल्पिक JSON Schema)
• provider (string, वैकल्पिक)
• model (string, वैकल्पिक)
• thinking (string, वैकल्पिक)
• authProfileId (string, वैकल्पिक)
• temperature (number, वैकल्पिक)
• maxTokens (number, वैकल्पिक)
• timeoutMs (number, वैकल्पिक)

thinking मानक OpenClaw reasoning presets स्वीकार करता है, जैसे low या medium।

आउटपुट

details.json लौटाता है, जिसमें पार्स किया गया JSON होता है (और प्रदान किए जाने पर schema के विरुद्ध सत्यापित करता है)।

उदाहरण: Lobster वर्कफ़्लो चरण

महत्वपूर्ण सीमा

नीचे दिया गया उदाहरण मानता है कि standalone Lobster CLI ऐसे वातावरण में चल रहा है जहाँ openclaw.invoke के पास पहले से सही gateway URL/auth context है।

OpenClaw के अंदर बंडल किए गए embedded Lobster runner के लिए, यह nested CLI पैटर्न वर्तमान में विश्वसनीय नहीं है:

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

जब तक embedded Lobster में इस प्रवाह के लिए समर्थित bridge नहीं होता, इनमें से किसी एक को प्राथमिकता दें:

• Lobster के बाहर सीधे llm-task टूल कॉल, या
• ऐसे Lobster चरण जो nested openclaw.invoke कॉल पर निर्भर नहीं होते।

Standalone Lobster CLI उदाहरण:

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  }}'

सुरक्षा नोट्स

• यह टूल JSON-only है और मॉडल को केवल JSON आउटपुट करने का निर्देश देता है (कोई कोड fence नहीं, कोई commentary नहीं)।
• इस run के लिए मॉडल को कोई टूल उजागर नहीं किया जाता।
• जब तक आप schema से सत्यापित न करें, आउटपुट को अविश्वसनीय मानें।
• किसी भी side-effecting चरण (send, post, exec) से पहले approvals रखें।

संबंधित

• Thinking स्तर
• Sub-agents
• Slash commands