OpenClawでLLMタスクを実行：構造化データ抽出を自動化

LLMから構造化されたデータを取り出すために、毎回パース用のコードを書くのは面倒ですよね。プロンプトを調整しても、予期しない解説文が混ざってしまい、JSONのパースエラーに悩まされるのは開発者共通の悩みです。

llm-taskは、JSON形式のLLMタスクを実行し、構造化されたデータ（JSON Schemaによる検証も可能）を返すオプショナルなプラグインツールです。Lobsterのようなワークフローエンジンに最適で、ワークフローごとに個別のOpenClawコードを書かなくても、LLMのステップを1つ追加するだけで済みます。

プラグインを有効にする

1. プラグインを有効にします：

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

2. ツールを許可リストに追加します（このツールは optional: true で登録されています）：

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

設定（任意）

{
  "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 は provider/model 形式の文字列による許可リストです。これが設定されている場合、リストに含まれないモデルへのリクエストは拒否されます。

ツールのパラメータ

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

thinking は、low や medium といった標準的な OpenClaw の推論プリセットを受け取ります。

出力

パースされたJSONを含む details.json を返します（schema が指定されている場合は、そのスキーマに対して検証が行われます）。

例：Lobsterワークフローのステップ

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
  }
}'

安全上の注意

• このツールはJSON専用です。モデルに対して、JSONのみを出力するように指示します（コードフェンスや解説は含まれません）。
• この実行において、モデルにツールは公開されません。
• schema で検証しない限り、出力は信頼できないものとして扱ってください。
• 外部への影響があるステップ（送信、投稿、実行など）の前に、必ず承認ステップを挟むことをおすすめします。

AI Setup Assistant

次のステップ

• Lobster ワークフローの基礎
• JSON Schema による検証ガイド