Configura OpenClaw llm-task: Ejecuta tareas JSON en minutos

¿Alguna vez has sentido que escribir código personalizado para cada pequeña tarea de IA en tus workflows es una pérdida de tiempo? A veces solo necesitas que un modelo te devuelva un JSON estructurado sin complicaciones ni configuraciones infinitas.

llm-task es una herramienta de plugin opcional que ejecuta una tarea de LLM exclusivamente en formato JSON y devuelve una salida estructurada (que puedes validar opcionalmente con JSON Schema). Es una opción ideal para motores de workflow como Lobster: puedes añadir un paso de LLM sin tener que escribir código de OpenClaw específico para cada proceso.

Habilitar el plugin

1. Activa el plugin:

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

2. Añade la herramienta a la allowlist (está registrada con optional: true):

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

Configuración (opcional)

{
  "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 funciona como una allowlist de cadenas provider/model. Si la configuras, cualquier solicitud fuera de esa lista será rechazada.

Parámetros de la herramienta

• prompt (string, requerido)
• input (any, opcional)
• schema (object, JSON Schema opcional)
• provider (string, opcional)
• model (string, opcional)
• thinking (string, opcional)
• authProfileId (string, opcional)
• temperature (number, opcional)
• maxTokens (number, opcional)
• timeoutMs (number, opcional)

thinking acepta los ajustes preestablecidos de razonamiento estándar de OpenClaw, como low o medium.

Salida

Devuelve un archivo details.json que contiene el JSON procesado (y lo valida contra el schema si lo has proporcionado).

Ejemplo: paso de workflow en Lobster

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
  }
}'