LLM-opgave¶

llm-task er et valgfrit plugin-værktøj, der kører en LLM-opgave kun med JSON og returnerer struktureret output (valgfrit valideret mod JSON Schema).

Dette er ideelt til workflow-motorer som Lobster: du kan tilføje et enkelt LLM-trin uden at skrive brugerdefineret OpenClaw-kode for hvert workflow.

Aktivér pluginet¶

1. Aktivér pluginet:

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

2. Tilføj værktøjet til tilladelseslisten (det er registreret med optional: true):

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

Konfiguration (valgfrit)¶

{
  "plugins": {
    "entries": {
      "llm-task": {
        "enabled": true,
        "config": {
          "defaultProvider": "openai-codex",
          "defaultModel": "gpt-5.2",
          "defaultAuthProfileId": "main",
          "allowedModels": ["openai-codex/gpt-5.3-codex"],
          "maxTokens": 800,
          "timeoutMs": 30000
        }
      }
    }
  }
}

allowedModels er en tilladt liste over provider/model strenge. Hvis angivet, en anmodning uden for listen afvises.

Værktøjsparametre¶

• prompt (string, påkrævet)
• input (any, valgfri)
• schema (object, valgfri JSON Schema)
• provider (string, valgfri)
• model (string, valgfri)
• authProfileId (string, valgfri)
• temperature (number, valgfri)
• maxTokens (number, valgfri)
• timeoutMs (number, valgfri)

Uddata¶

Returnerer details.json, som indeholder den parsede JSON (og validerer mod schema, når den er angivet).

Eksempel: Lobster-workflowtrin¶

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
  }
}'

Sikkerhedsnoter¶

• Værktøjet er kun JSON og instruerer modellen i kun at outputte JSON (ingen code fences, ingen kommentarer).
• Ingen værktøjer eksponeres for modellen i denne kørsel.
• Behandl output som utroværdigt, medmindre du validerer med schema.
• Placer godkendelser før ethvert trin med bivirkninger (send, post, exec).