Встроенные инструменты
LLM Task
llm-task — это опциональный инструмент-плагин, который выполняет LLM-задачу только с JSON-выводом и возвращает структурированный результат (опционально проверенный на соответствие JSON Schema). Это идеально подходит для движков рабочих процессов, таких как Lobster: вы можете добавить один шаг LLM без написания пользовательского кода OpenClaw для каждого рабочего процесса.
Включение плагина
- Включите плагин:
{
"plugins": {
"entries": {
"llm-task": { "enabled": true }
}
}
}
- Добавьте инструмент в разрешённый список (он регистрируется с
optional: true):
{
"agents": {
"list": [
{
"id": "main",
"tools": { "allow": ["llm-task"] }
}
]
}
}
Конфигурация (опционально)
{
"plugins": {
"entries": {
"llm-task": {
"enabled": true,
"config": {
"defaultProvider": "openai-codex",
"defaultModel": "gpt-5.4",
"defaultAuthProfileId": "main",
"allowedModels": ["openai-codex/gpt-5.4"],
"maxTokens": 800,
"timeoutMs": 30000
}
}
}
}
}
allowedModels — это разрешённый список строк вида провайдер/модель. Если он задан, любой запрос вне этого списка отклоняется.
Параметры инструмента
prompt(строка, обязательный)input(любой, опционально)schema(объект, опционально JSON Schema)provider(строка, опционально)model(строка, опционально)authProfileId(строка, опционально)temperature(число, опционально)maxTokens(число, опционально)timeoutMs(число, опционально)
Вывод
Возвращает details.json, содержащий распарсенный JSON (и проверяет его на соответствие schema, если она предоставлена).
Пример: шаг рабочего процесса Lobster
openclaw.invoke --tool llm-task --action json --args-json '{
"prompt": "Given the input email, return intent and draft.",
"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, без комментариев).
- Для этого запуска модели не предоставляется доступ к каким-либо инструментам.
- Считайте вывод ненадёжным, если вы не проверили его с помощью
schema. - Размещайте этапы подтверждения перед любым шагом с побочными эффектами (отправка, публикация, выполнение).