LLM 任務¶

llm-task 是一個 可選的外掛工具，可執行僅 JSON 的 LLM 任務，並回傳結構化輸出（可選擇依 JSON Schema 驗證）。

這非常適合像 Lobster 這類的工作流程引擎：你可以加入單一的 LLM 步驟，而不必為每個工作流程撰寫自訂的 OpenClaw 程式碼。

啟用外掛¶

1. 啟用外掛：

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

2. 將工具加入允許清單（它已註冊為 optional: true）：

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

設定（可選）¶

{
  "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 是 provider/model 字串的允許清單。若已設定，任何請求 outside the list is rejected.

工具參數¶

• prompt（string，必填）
• input（any，選填）
• schema（object，選填的 JSON Schema）
• provider（string，選填）
• model（string，選填）
• authProfileId（string，選填）
• temperature（number，選填）
• maxTokens（number，選填）
• timeoutMs（number，選填）

輸出¶

回傳 details.json，其中包含已解析的 JSON（若提供 schema，則會進行驗證）。

範例：Lobster 工作流程步驟¶

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
  }
}'

安全性注意事項¶

• 此工具為 僅 JSON，並指示模型只輸出 JSON（不含程式碼圍欄、不含說明文字）。
• 本次執行不會向模型暴露任何工具。
• 除非你使用 schema 進行驗證，否則請將輸出視為不可信。
• Put approvals before any side-effecting step (send, post, exec).