LLM 任务

​

LLM Task

llm-task 是一个可选的插件工具，用于运行纯 JSON LLM 任务并 返回结构化输出（可选择根据 JSON Schema 进行验证）。

这非常适合像 Lobster 这样工作流引擎：您可以添加单个 LLM 步骤， 而无需为每个工作流编写自定义 OpenClaw 代码。

​

启用插件

1. 启用插件：

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

2. 将该工具列入白名单（它注册于 optional: true）：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": { "allow": ["llm-task"] }
      }
    ]
  }
}

​

配置（可选）

{
  "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 是 provider/model 字符串的白名单。如果设置，则列表之外的任何请求 都会被拒绝。

​

工具参数

• prompt（字符串，必填）
• input（任意类型，可选）
• schema（对象，可选的 JSON Schema）
• provider（字符串，可选）
• model（字符串，可选）
• thinking（字符串，可选）
• authProfileId（字符串，可选）
• temperature（数字，可选）
• maxTokens（数字，可选）
• timeoutMs（数字，可选）

thinking 接受标准的 OpenClaw 推理预设，例如 low 或 medium。

​

输出

返回包含解析后的 JSON 的 details.json（并在提供时 对照 schema 进行验证）。

​

示例：Lobster 工作流步骤

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
  }
}'

​

安全说明

• 该工具是 仅 JSON 的，并指示模型仅输出 JSON（无 代码块，无评论）。
• 在此次运行中，没有向模型公开任何工具。
• 除非使用 schema 进行验证，否则请将输出视为不受信任的内容。
• 在任何产生副作用的步骤（发送、发布、执行）之前放置审批流程。

---

本页面源自 openclaw/openclaw，由 BeaversLab 翻译，遵循 MIT 协议 发布。