Tarefa de LLM

llm-task é uma ferramenta de Plugin opcional que executa uma tarefa de LLM somente JSON e retorna saída estruturada (opcionalmente validada contra JSON Schema).

Isso é ideal para mecanismos de workflow como Lobster: você pode adicionar uma única etapa de LLM sem escrever código OpenClaw personalizado para cada workflow.

Habilitar o Plugin

1. Habilite o Plugin:

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

2. Permita a ferramenta opcional:

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

Use tools.allow somente quando quiser o modo de lista de permissões restritiva.

Configuração (opcional)

{  "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 é uma lista de permissões de strings provider/model. Se definida, qualquer solicitação fora da lista é rejeitada.

Parâmetros da ferramenta

• prompt (string, obrigatório)
• input (qualquer, opcional)
• schema (object, JSON Schema opcional)
• provider (string, opcional)
• model (string, opcional)
• thinking (string, opcional)
• authProfileId (string, opcional)
• temperature (number, opcional)
• maxTokens (number, opcional)
• timeoutMs (number, opcional)

thinking aceita os presets padrão de raciocínio do OpenClaw, como low ou medium.

Saída

Retorna details.json contendo o JSON analisado (e valida contra schema quando fornecido).

Exemplo: etapa de workflow do Lobster

Limitação importante

O exemplo abaixo pressupõe que a CLI standalone do Lobster está em execução em um ambiente onde openclaw.invoke já tem a URL do gateway e o contexto de autenticação corretos.

Para o executor Lobster embutido incluído no OpenClaw, esse padrão de CLI aninhada não é confiável no momento:

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

Até que o Lobster embutido tenha uma ponte compatível para esse fluxo, prefira:

• chamadas diretas à ferramenta llm-task fora do Lobster, ou
• etapas do Lobster que não dependam de chamadas openclaw.invoke aninhadas.

Exemplo da CLI standalone do Lobster:

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  }}'

Observações de segurança

• A ferramenta é somente JSON e instrui o modelo a gerar apenas JSON (sem blocos de código, sem comentários).
• Nenhuma ferramenta é exposta ao modelo para esta execução.
• Trate a saída como não confiável, a menos que você valide com schema.
• Coloque aprovações antes de qualquer etapa com efeito colateral (enviar, publicar, executar).

Relacionado

• Níveis de raciocínio
• Subagentes
• Comandos de barra