Zadanie LLM

llm-task to dołączone opcjonalne narzędzie Pluginu, które wykonuje pojedyncze wywołanie LLM zwracające wyłącznie JSON i zwraca dane strukturalne, opcjonalnie zweryfikowane względem schematu JSON. Zapewnia silnikom przepływów pracy, takim jak Lobster, krok LLM bez konieczności tworzenia niestandardowego kodu OpenClaw dla każdego przepływu pracy.

Włączanie

1. Włącz Plugin:

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

2. Zezwól na użycie narzędzia:

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

alsoAllow dodaje llm-task do aktywnego profilu narzędzi bez ograniczania innych podstawowych narzędzi. Zamiast tego użyj tools.allow tylko wtedy, gdy chcesz zastosować restrykcyjny tryb listy dozwolonych narzędzi.

Konfiguracja (opcjonalna)

{  "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 to lista dozwolonych ciągów znaków provider/model; żądanie użycia dowolnego innego modelu jest odrzucane. Wszystkie pozostałe klucze są wartościami zastępczymi dla poszczególnych wywołań, używanymi, gdy wywołanie narzędzia pomija dany parametr.

Parametry narzędzia

Dane wyjściowe

Zwraca details.json (przeanalizowany i zweryfikowany względem schematu JSON) oraz details.provider i details.model, które wskazują faktycznie użytego dostawcę i model.

Przykład: krok przepływu pracy Lobster

Ważne ograniczenie

Poniższy przykład zakłada, że samodzielny Lobster CLI działa w środowisku, w którym openclaw.invoke ma już prawidłowy adres URL Gateway i kontekst uwierzytelniania.

W przypadku dołączonego osadzonego mechanizmu uruchamiającego Lobster wewnątrz OpenClaw ten wzorzec zagnieżdżonego CLI nie jest obecnie niezawodny:

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

Dopóki osadzony Lobster nie będzie mieć obsługiwanego mechanizmu integracji dla tego przepływu, preferuj:

• bezpośrednie wywołania narzędzia llm-task poza Lobster lub
• kroki Lobster, które nie opierają się na zagnieżdżonych wywołaniach openclaw.invoke.

Przykład dla samodzielnego 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  }}'

Uwagi dotyczące bezpieczeństwa

• Tylko JSON: model otrzymuje instrukcję, aby zwrócić wyłącznie wartość JSON, bez bloków kodu ani komentarzy.
• Bez narzędzi: w podstawowym przebiegu narzędzia są wyłączone, więc model nie może wykonywać wywołań w trakcie zadania.
• Traktuj dane wyjściowe jako niezaufane, chyba że zweryfikujesz je za pomocą schema.
• Umieść zatwierdzenia przed każdym krokiem wywołującym skutki uboczne (wysyłanie, publikowanie, wykonywanie), który korzysta z tych danych wyjściowych.

Powiązane materiały

• Poziomy rozumowania
• Podagenci
• Polecenia z ukośnikiem