LLM 任务

LLM 任务

llm-task 是一个可选插件工具，用于运行纯 JSON 的 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 这样的工作流引擎：你可以添加单个 LLM 步骤，而无需为每个工作流编写自定义 CoderClaw 代码。

启用插件

1. 启用插件：

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

2. 将工具加入允许列表（它以 optional: true 注册）：

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

配置（可选）

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

allowedModels 是 provider/model 字符串的允许列表。如果设置了该项，任何不在列表中的请求都会被拒绝。

工具参数

• prompt（字符串，必填）
• input（任意类型，可选）
• schema（对象，可选 JSON Schema）
• provider（字符串，可选）
• model（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）

输出

返回 details.json，包含解析后的 JSON（如果提供了 schema，则会进行验证）。

示例：Lobster 工作流步骤

coderclaw.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
  }
}'

安全注意事项

• 该工具为纯 JSON 模式，指示模型仅输出 JSON（无代码围栏、无注释说明）。
• 此次运行不会向模型暴露任何工具。
• 除非使用 schema 进行验证，否则应将输出视为不可信。
• 在任何有副作用的步骤（发送、发布、执行）之前设置审批流程。