OpenClaw从入门到应用——工具(Tools):Lobster

news2026/5/15 20:20:18
通过OpenClaw实现副业收入《OpenClaw赚钱实录从“养龙虾“到可持续变现的实践指南》Lobster 是一个工作流 Shell它让 OpenClaw 将多步工具序列作为单一的、确定性的操作来运行并带有明确的审批检查点。引子你的助手可以构建管理自身的工具。只要要求一个工作流30 分钟后你就能得到一个 CLI 以及能以一次调用运行的管道。Lobster 正是那缺失的一环确定性的管道、明确的审批以及可恢复的状态。为什么需要 Lobster如今复杂的工作流往往需要多次来回的工具调用。每次调用都会消耗 token而 LLM 必须编排每一步。Lobster 将这种编排转移到了类型化的运行时中一次调用替代多次调用OpenClaw 执行一次 Lobster 工具调用并获得结构化的结果。内置审批副作用发送邮件、发表评论会暂停工作流直到得到明确批准。可恢复暂停的工作流会返回一个令牌批准后可恢复运行无需重新执行所有步骤。为什么用 DSL 而不是普通程序Lobster 刻意保持精简。目标并不是“一种新语言”而是一个可预测、对 AI 友好的管道规范并原生支持审批和恢复令牌。审批/恢复是内置的普通程序可以提示人类但无法在不自行实现相应运行时的前提下通过持久令牌暂停并恢复。确定性与可审计性管道就是数据因此易于记录、对比、重放和审查。对 AI 的约束面极小的语法加上 JSON 管道减少了“创造性”代码路径并使验证切实可行。内置安全策略超时、输出上限、沙箱检查和允许列表均由运行时强制执行而非每个脚本自行处理。仍然可编程每个步骤都可以调用任何 CLI 或脚本。如果你想使用 JS/TS可以从代码生成.lobster文件。工作原理OpenClaw 在工具模式下启动本地lobsterCLI并从 stdout 解析 JSON 信封。如果管道因需要审批而暂停该工具会返回一个resumeToken以便稍后继续。模式小型 CLI JSON 管道 审批构建一些能输出 JSON 的小命令然后将它们串联到一个 Lobster 调用中。以下示例命令名仅作示意可替换为你自己的。inbox list--jsoninbox categorize--jsoninbox 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}如果管道请求审批则使用令牌恢复{action:resume,token:resumeToken,approve:true}AI 触发工作流Lobster 执行这些步骤。审批关卡让副作用保持明确且可审计。示例将输入项映射为工具调用gog.gmail.search--querynewer_than:1d\|openclaw.invoke--toolmessage--actionsend--each--item-key message --args-json{provider:telegram,to:...}纯 JSON 的 LLM 步骤llm-task对于需要结构化的 LLM 步骤的工作流请启用可选的llm-task插件工具并在 Lobster 中调用它。这既保持了工作流的确定性又能让你使用模型进行分类/总结/起草。启用该工具{plugins:{entries:{llm-task:{enabled:true}}},agents:{list:[{id:main,tools:{allow:[llm-task]}}]}}在管道中使用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 } }有关详细信息和配置选项请参阅 LLM Task。工作流文件.lobsterLobster 可以运行包含name、args、steps、env、condition和approval字段的 YAML/JSON 工作流文件。在 OpenClaw 工具调用中将pipeline设置为文件路径。name:inbox-triageargs:tag:default:familysteps:-id:collectcommand:inbox list--json-id:categorizecommand:inbox categorize--jsonstdin:$collect.stdout-id:approvecommand:inbox apply--approvestdin:$categorize.stdoutapproval:required-id:executecommand:inbox apply--executestdin:$categorize.stdoutcondition:$approve.approved注意事项stdin: $step.stdout和stdin: $step.json会传递前一步的输出。condition或when可以根据$step.approved来控制步骤的执行。安装 Lobster在运行 OpenClaw 网关的同一台主机上安装 Lobster CLI参见 Lobster 仓库并确保lobster在PATH中。启用工具Lobster 是一个可选的插件工具默认不启用。推荐配置增量式安全{tools:{alsoAllow:[lobster]}}或者按代理配置{agents:{list:[{id:main,tools:{alsoAllow:[lobster]}}]}}除非你打算以限制性允许列表模式运行否则应避免使用tools.allow: [lobster]。注意对于可选插件允许列表是选择性加入的。如果你的允许列表只列出了插件工具如lobsterOpenClaw 仍会保持核心工具可用。若要限制核心工具请在允许列表中同时包含你需要的核心工具或工具组。示例邮件分类没有 Lobster 时用户“检查我的邮件并起草回复” → openclaw 调用 gmail.list → LLM 进行总结 → 用户“为 #2 和 #5 起草回复” → LLM 起草 → 用户“发送 #2” → openclaw 调用 gmail.send 每天重复没有关于已处理内容的记忆使用 Lobster 时{action:run,pipeline:email.triage --limit 20,timeoutMs:30000}返回一个 JSON 信封已截断{ok:true,status:needs_approval,output:[{summary:5 need replies, 2 need action}],requiresApproval:{type:approval_request,prompt:Send 2 draft replies?,items:[],resumeToken:...}}用户批准 → 恢复{action:resume,token:resumeToken,approve:true}一个工作流。确定性强。安全可靠。工具参数run在工具模式下运行管道。{action:run,pipeline:gog.gmail.search --query newer_than:1d | email.triage,cwd:workspace,timeoutMs:30000,maxStdoutBytes:512000}带参数运行工作流文件{action:run,pipeline:/path/to/inbox-triage.lobster,argsJson:{\tag\:\family\}}resume在审批后继续已暂停的工作流。{action:resume,token:resumeToken,approve:true}可选输入cwd管道的相对工作目录必须保持在当前进程的工作目录之内。timeoutMs如果子进程超过此持续时间则终止它默认20000。maxStdoutBytes如果 stdout 超过此大小则终止子进程默认512000。argsJson传递给lobster run --args-json的 JSON 字符串仅用于工作流文件。输出信封Lobster 会返回一个 JSON 信封包含以下三种状态之一ok→ 成功完成needs_approval→ 已暂停需要requiresApproval.resumeToken才能恢复cancelled→ 被明确拒绝或取消该工具在content格式化的 JSON和details原始对象中均会提供此信封。审批如果存在requiresApproval请检查提示并决定approve: true→ 恢复并继续执行副作用approve: false→ 取消并终结工作流使用approve --preview-from-stdin --limit N可以将 JSON 预览附加到审批请求中而无需使用自定义的 jq/heredoc 胶水代码。恢复令牌现在十分紧凑Lobster 将工作流恢复状态存储在其状态目录下并返回一个小型的令牌键。OpenProseOpenProse 与 Lobster 能很好地搭配使用先用/prose编排多代理的准备工作然后运行 Lobster 管道进行确定性的审批。如果某个 Prose 程序需要 Lobster可通过tools.subagents.tools为子代理允许lobster工具。请参阅 OpenProse。安全性仅本地子进程— 插件本身不进行网络调用。无密钥— Lobster 不管理 OAuth它调用的是负责管理这些的 OpenClaw 工具。沙箱感知— 当工具上下文被沙箱化时该工具将被禁用。加固— 固定可执行文件名为lobster并在PATH中查找强制执行超时和输出上限。故障排除lobster subprocess timed out→ 增大timeoutMs或者拆分较长的管道。lobster output exceeded maxStdoutBytes→ 提高maxStdoutBytes或减少输出大小。lobster returned invalid JSON→ 确保管道在工具模式下运行并且仅输出 JSON。lobster failed (code …)→ 在终端中运行相同的管道检查 stderr。了解更多插件插件工具编写案例研究社区工作流一个公开示例一个“第二大脑” CLI 加上 Lobster 管道用来管理三个 Markdown 知识库个人、伴侣、共享。该 CLI 能够以 JSON 格式输出统计信息、收件箱列表以及过期扫描结果Lobster 将这些命令串联成诸如weekly-review、inbox-triage、memory-consolidation和shared-task-sync等工作流每个工作流都带有审批关卡。当 AI 可用时它负责处理判断分类不可用时则回退到确定性规则。讨论串https://x.com/plattenschieber/status/2014508656335770033仓库https://github.com/bloomedai/brain-cli

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2615951.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…