Tools

LLM-taak

llm-task is een gebundelde optionele Plugin-tool die één LLM-aanroep met uitsluitend JSON uitvoert en gestructureerde uitvoer retourneert, desgewenst gevalideerd aan de hand van een JSON Schema. Hiermee krijgen workflow-engines zoals Lobster een LLM-stap zonder aangepaste OpenClaw-code per workflow.

Inschakelen

  1. Schakel de Plugin in:
json
{  "plugins": {    "entries": {      "llm-task": { "enabled": true }    }  }}
  1. Sta de tool toe:
json
{  "tools": {    "alsoAllow": ["llm-task"]  }}

alsoAllow voegt llm-task toe aan het actieve toolprofiel zonder andere kerntools te beperken. Gebruik in plaats daarvan alleen tools.allow als je een beperkende modus met een lijst van toegestane tools wilt.

Configuratie (optioneel)

json
{  "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 is een lijst van toegestane provider/model-tekenreeksen; een aanvraag voor elk ander model wordt geweigerd. Alle andere sleutels zijn terugvalwaarden per aanroep die worden gebruikt wanneer die parameter in de toolaanroep ontbreekt.

Toolparameters

Parameter Type Opmerkingen
prompt string Verplicht. Taakinstructie voor het LLM.
input any Optionele payload; wordt naar JSON geserialiseerd en aan de prompt toegevoegd.
schema object Optioneel JSON Schema waaraan de geparseerde uitvoer moet voldoen.
provider string Overschrijft defaultProvider / de standaardprovider van de agent.
model string Overschrijft defaultModel; accepteert losse model-id's, aliassen of een provider/model-verwijzing (een dubbel providerprefix wordt automatisch verwijderd).
thinking string Redeneerniveau (bijvoorbeeld low, medium); moet worden ondersteund door het vastgestelde model.
authProfileId string Overschrijft defaultAuthProfileId.
temperature number Op basis van beste inspanning; niet alle providers respecteren deze waarde.
maxTokens number Bovengrens voor uitvoertokens op basis van beste inspanning.
timeoutMs number Time-out voor de uitvoering; standaard 30000.

Uitvoer

Retourneert details.json (de geparseerde, aan de hand van het schema gevalideerde JSON) plus details.provider en details.model, die aangeven wat daadwerkelijk is uitgevoerd.

Voorbeeld: Lobster-workflowstap

Belangrijke beperking

Het onderstaande voorbeeld gaat ervan uit dat de zelfstandige Lobster CLI wordt uitgevoerd waar openclaw.invoke al over de juiste Gateway-URL en authenticatiecontext beschikt.

Voor de gebundelde, ingebedde Lobster-runner binnen OpenClaw is dit geneste CLI-patroon momenteel niet betrouwbaar:

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

Totdat ingebedde Lobster een ondersteunde brug voor deze stroom heeft, geef je de voorkeur aan:

  • directe llm-task-toolaanroepen buiten Lobster; of
  • Lobster-stappen die niet afhankelijk zijn van geneste openclaw.invoke-aanroepen.

Voorbeeld voor de zelfstandige Lobster CLI:

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  }}'

Veiligheidsopmerkingen

  • Uitsluitend JSON: het model krijgt de instructie om alleen een JSON-waarde te retourneren, zonder codeblokken of commentaar.
  • Geen tools: bij de onderliggende uitvoering zijn tools uitgeschakeld, zodat het model tijdens de taak geen aanroepen kan doen.
  • Behandel de uitvoer als niet-vertrouwd, tenzij je deze met schema valideert.
  • Plaats goedkeuringen vóór elke stap met neveneffecten (verzenden, plaatsen, uitvoeren) die deze uitvoer gebruikt.

Gerelateerd

Was this useful?
On this page

On this page