Задача LLM

llm-task — это необязательный инструмент Plugin, который запускает JSON-only LLM-задачу и возвращает структурированный вывод (при необходимости проверенный по JSON Schema).

Это идеально подходит для движков рабочих процессов вроде Lobster: можно добавить один LLM-шаг без написания пользовательского кода OpenClaw для каждого рабочего процесса.

Включение Plugin

1. Включите Plugin:

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

2. Разрешите необязательный инструмент:

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

Используйте tools.allow только если вам нужен режим ограничительного списка разрешений.

Конфигурация (необязательно)

{  "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 — это список разрешений строк provider/model. Если он задан, любой запрос вне списка отклоняется.

Параметры инструмента

• prompt (строка, обязательно)
• input (любое значение, необязательно)
• schema (объект, необязательная JSON Schema)
• provider (строка, необязательно)
• model (строка, необязательно)
• thinking (строка, необязательно)
• authProfileId (строка, необязательно)
• temperature (число, необязательно)
• maxTokens (число, необязательно)
• timeoutMs (число, необязательно)

thinking принимает стандартные предустановки рассуждений OpenClaw, например low или medium.

Вывод

Возвращает details.json, содержащий разобранный JSON (и проверяет его по schema, если она предоставлена).

Пример: шаг рабочего процесса Lobster

Важное ограничение

Пример ниже предполагает, что автономный Lobster CLI выполняется в среде, где openclaw.invoke уже имеет корректный URL Gateway и контекст аутентификации.

Для встроенного в OpenClaw embedded исполнителя Lobster этот вложенный шаблон CLI сейчас ненадежен:

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

Пока в embedded Lobster нет поддерживаемого моста для этого потока, предпочитайте один из вариантов:

• прямые вызовы инструмента llm-task вне Lobster, или
• шаги Lobster, которые не зависят от вложенных вызовов openclaw.invoke.

Пример автономного 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  }}'

Примечания по безопасности

• Инструмент работает только с JSON и инструктирует модель выводить только JSON (без блоков кода и комментариев).
• Для этого запуска модели не предоставляются инструменты.
• Считайте вывод недоверенным, если не проверяете его с помощью schema.
• Размещайте подтверждения перед любым шагом с побочными эффектами (отправка, публикация, выполнение).

Связанные материалы

• Уровни рассуждений
• Субагенты
• Слэш-команды