LLM Task

llm-task ist ein optionales Plugin-Tool, das einen Nur-JSON-LLM-Task ausführt und strukturierte Ausgabe zurückgibt (optional gegen JSON Schema validiert). Ideal für Workflow-Engines wie Lobster: Du kannst einen einzelnen LLM-Schritt hinzufügen, ohne für jeden Workflow eigenen OpenClaw-Code zu schreiben.

Plugin aktivieren

Plugin aktivieren:


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

Tool in die Allowlist aufnehmen (es wird mit optional: true registriert):


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

Config (optional)


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

allowedModels ist eine Allowlist von provider/model-Strings. Wenn gesetzt, wird jede Anfrage außerhalb der Liste abgelehnt.

Tool-Parameter

prompt (string, erforderlich)
input (beliebig, optional)
schema (object, optionales JSON Schema)
provider (string, optional)
model (string, optional)
authProfileId (string, optional)
temperature (number, optional)
maxTokens (number, optional)
timeoutMs (number, optional)

Ausgabe

Gibt details.json mit dem geparsten JSON zurück (und validiert gegen schema, wenn angegeben).

Beispiel: Lobster-Workflow-Schritt


clawd.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
  }
}'

Sicherheitshinweise

Das Tool ist nur JSON und weist das Modell an, nur JSON auszugeben (keine Code-Fences, kein Kommentar).
Dem Modell werden für diesen Lauf keine Tools bereitgestellt.
Ausgabe als unvertrauenswürdig behandeln, außer du validierst mit schema.
Freigaben vor jeden nebenwirkenden Schritt setzen (send, post, exec).