使用 OpenClaw Lobster 構建自動化工作流：30 分鐘內完成

你是否遇過這種情況？想讓 AI 幫你處理一個複雜的任務，結果它在中間步驟卡住，或者因為一個小錯誤就得從頭來過。手動協調多個工具調用既浪費 token 又容易出錯，這種開發體驗真的很讓人抓狂。

Lobster 就是為了解決這個問題而生的。它是一個工作流外殼（workflow shell），讓 OpenClaw 能夠將多步驟的工具序列作為單一、確定性的操作來執行，並且帶有明確的審核檢查點。

Lobster

Lobster 是位於離線背景工作之上的編排層。如果你看到舊的 ClawFlow 術語，請將其視為同一任務導向運行時領域的歷史名稱；目前面向操作者的 CLI 介面是 openclaw tasks。

核心亮點

你的助手可以構建管理它自己的工具。只要要求一個工作流，30 分鐘後你就能擁有一個 CLI 加上一鍵運行的流水線。Lobster 是缺失的那一塊：確定性的流水線、明確的審核以及可恢復的狀態。

為什麼需要它？

如今，複雜的工作流需要多次來回的工具調用。每次調用都會消耗 token，且 LLM 必須協調每一個步驟。Lobster 將這種協調工作移入了一個類型化的運行時：

一次調用代替多次：OpenClaw 運行一個 Lobster 工具調用並獲得結構化結果。
內建審核機制：副作用（發送電子郵件、發表評論）會暫停工作流，直到獲得明確批准。
可恢復性：暫停的工作流會返回一個 token；批准並恢復，無需重新運行所有內容。
狀態持久化：即使過程發生中斷，你也能從上次停止的地方繼續。

為什麼用 DSL 而不是普通程式？

Lobster 刻意保持精簡。目標不是創造「一種新語言」，而是一個可預測、對 AI 友好，且具備一等公民地位的審核與恢復 token 的流水線規範。

內建批准/恢復：普通程式可以提示人類，但如果沒有你自己發明運行時，它無法帶著持久化 token 暫停並恢復。
確定性 + 可審計性：流水線即數據，因此易於記錄、比對、重放和審查。
受限的 AI 介面：微小的語法 + JSON 管道減少了「創意性」的代碼路徑，使驗證變得現實。
內建安全策略：超時、輸出限制、沙箱檢查和白名單由運行時強制執行，而不是由每個腳本自行處理。
依然可程式化：每個步驟都可以調用任何 CLI 或腳本。如果你想要 JS/TS，可以從代碼生成 .lobster 文件。

運作原理

OpenClaw 以 tool mode 啟動本地的 lobster CLI，並從 stdout 解析 JSON 封裝。如果流水線因等待審核而暫停，該工具會返回一個 resumeToken，以便你稍後繼續。

模式：小型 CLI + JSON 管道 + 審核

構建說 JSON 語言的小型命令，然後將它們鏈接到單個 Lobster 調用中。（下面的範例命令名稱僅供參考 —— 請換成你自己的。）

inbox list --json
inbox categorize --json
inbox apply --json

{
  "action": "run",
  "pipeline": "exec --json --shell 'inbox list --json' | exec --stdin json --shell 'inbox categorize --json' | exec --stdin json --shell 'inbox apply --json' | approve --preview-from-stdin --limit 5 --prompt 'Apply changes?'",
  "timeoutMs": 30000
}

如果流水線請求審核，請使用 token 恢復：

{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}

AI 觸發工作流；Lobster 執行步驟。審核關卡保持了副作用的明確性與可審計性。

範例：將輸入項目映射到工具調用中：

gog.gmail.search --query 'newer_than:1d' \
  | openclaw.invoke --tool message --action send --each --item-key message --args-json '{"provider":"telegram","to":"..."}'

僅限 JSON 的 LLM 步驟 (llm-task)

對於需要 結構化 LLM 步驟 的工作流，請啟用選配的 llm-task 插件工具並從 Lobster 調用它。這能在保持工作流確定性的同時，讓你依然能用模型進行分類、總結或起草。

啟用工具：

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

在流水線中使用它：

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
  }
}'

詳情和配置選項請參閱 LLM Task。

工作流文件 (.lobster)

Lobster 可以運行帶有 name, args, steps, env, condition 和 approval 欄位的 YAML/JSON 工作流文件。在 OpenClaw 工具調用中，將 pipeline 設置為文件路徑。

name: inbox-triage
args:
  tag:
    default: "family"
steps:
  - id: collect
    command: inbox list --json
  - id: categorize
    command: inbox categorize --json
    stdin: $collect.stdout
  - id: approve
    command: inbox apply --approve
    stdin: $categorize.stdout
    approval: required
  - id: execute
    command: inbox apply --execute
    stdin: $categorize.stdout
    condition: $approve.approved

注意：

stdin: $step.stdout 和 stdin: $step.json 會傳遞前一個步驟的輸出。
condition（或 when）可以根據 $step.approved 來決定是否執行步驟。

安裝 Lobster

在運行 OpenClaw Gateway 的 同一台主機 上安裝 Lobster CLI（參見 Lobster repo），並確保 lobster 已加入 PATH。

啟用工具

Lobster 是一個選配的插件工具（預設不啟用）。

推薦配置（增量式，安全）：

{
  "tools": {
    "alsoAllow": ["lobster"]
  }
}

或者針對特定 agent：

{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": {
          "alsoAllow": ["lobster"]
        }
      }
    ]
  }
}

除非你打算運行在嚴格的白名單模式，否則請避免使用 tools.allow: ["lobster"]。

注意：白名單對於選配插件是採取加入制（opt-in）。如果你的白名單只列出了插件工具（如 lobster），OpenClaw 會保持核心工具啟用。要限制核心工具，請在白名單中包含你想要的核心工具或群組。

範例：郵件分選

沒有 Lobster 的情況：

User: "Check my email and draft replies"
→ openclaw calls gmail.list
→ LLM summarizes
→ User: "draft replies to #2 and #5"
→ LLM drafts
→ User: "send #2"
→ openclaw calls gmail.send
(repeat daily, no memory of what was triaged)

使用 Lobster 的情況：

{
  "action": "run",
  "pipeline": "email.triage --limit 20",
  "timeoutMs": 30000
}

返回一個 JSON 封裝（已簡略）：

{
  "ok": true,
  "status": "needs_approval",
  "output": [{ "summary": "5 need replies, 2 need action" }],
  "requiresApproval": {
    "type": "approval_request",
    "prompt": "Send 2 draft replies?",
    "items": [],
    "resumeToken": "..."
  }
}

用戶批准 → 恢復：

{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}

單一工作流。確定。安全。

工具參數

`run`

在工具模式下運行流水線。

{
  "action": "run",
  "pipeline": "gog.gmail.search --query 'newer_than:1d' | email.triage",
  "cwd": "workspace",
  "timeoutMs": 30000,
  "maxStdoutBytes": 512000
}

運行帶有參數的工作流文件：

{
  "action": "run",
  "pipeline": "/path/to/inbox-triage.lobster",
  "argsJson": "{\"tag\":\"family\"}"
}

`resume`

在審核後繼續已暫停的工作流。

{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}

選配輸入

cwd：流水線的相對工作目錄（必須保持在當前進程的工作目錄內）。
timeoutMs：如果子進程超過此時長則將其終止（預設：20000）。
maxStdoutBytes：如果 stdout 超過此大小則將其終止（預設：512000）。
argsJson：傳遞給 lobster run --args-json 的 JSON 字串（僅限工作流文件）。

輸出封裝 (Output Envelope)

Lobster 返回一個帶有以下三種狀態之一的 JSON 封裝：

ok → 成功完成
needs_approval → 已暫停；需要 requiresApproval.resumeToken 才能恢復
cancelled → 被明確拒絕或取消

該工具會在 content（美化的 JSON）和 details（原始對象）中同時呈現封裝內容。

審核機制

如果存在 requiresApproval，請檢查提示並決定：

approve: true → 恢復並繼續執行副作用
approve: false → 取消並結束工作流

使用 approve --preview-from-stdin --limit N 可以將 JSON 預覽附加到審核請求中，而無需自定義 jq 或 heredoc 膠水代碼。現在恢復 token 非常精簡：Lobster 將工作流恢復狀態存儲在其狀態目錄下，並返回一個簡短的 token 密鑰。

OpenProse 協作

OpenProse 與 Lobster 配合得很好：使用 /prose 來協調多 agent 的準備工作，然後運行 Lobster 流水線進行確定性的審核。如果 Prose 程式需要 Lobster，請通過 tools.subagents.tools 為子 agent 允許 lobster 工具。參見 OpenProse。

安全性

僅限本地子進程 — 插件本身不會發起網絡調用。
無密鑰管理 — Lobster 不管理 OAuth；它調用負責處理這些內容的 OpenClaw 工具。
沙箱感知 — 當工具上下文處於沙箱環境時會被禁用。
強化防禦 — 在 PATH 上使用固定的可執行文件名 (lobster)；強制執行超時和輸出限制。

故障排除

lobster subprocess timed out → 增加 timeoutMs，或拆分過長的流水線。
lobster output exceeded maxStdoutBytes → 提高 maxStdoutBytes 或減少輸出大小。
lobster returned invalid JSON → 確保流水線在工具模式下運行且僅打印 JSON。
lobster failed (code …) → 在終端中運行相同的流水線以檢查 stderr。

深入了解

案例研究：社群工作流

一個公開範例：一個「第二大腦」CLI + Lobster 流水線，用於管理三個 Markdown 庫（個人、伴侶、共享）。該 CLI 發出 JSON 用於統計、收件匣列表和過期掃描；Lobster 將這些命令鏈接到工作流中，如 weekly-review、inbox-triage、memory-consolidation 和 shared-task-sync計算，每個都帶有審核關卡。AI 在可行時處理判斷（分類），在不可行時回退到確定性規則。

還是卡住了？

如果這篇文件沒有解決你的情境，直接問 OpenClaw Expert，拿到可執行步驟。