Passer au contenu principal

​
Lobster

Lobster est un shell de workflow qui permet à OpenClaw d’exécuter des séquences d’outils en plusieurs étapes comme une seule opération déterministe, avec des points de contrôle d’approbation explicites.

​
Hook

Votre assistant peut construire les outils qui se gèrent eux‑mêmes. Demandez un workflow et, 30 minutes plus tard, vous avez une CLI ainsi que des pipelines qui s’exécutent en un seul appel. Lobster est la pièce manquante : des pipelines déterministes, des approbations explicites et un état reprenable.

​
Pourquoi

Aujourd’hui, les workflows complexes nécessitent de nombreux allers‑retours d’appels d’outils. Chaque appel consomme des tokens, et le LLM doit orchestrer chaque étape. Lobster déplace cette orchestration dans un runtime typé :
  • Un seul appel au lieu de plusieurs : OpenClaw exécute un seul appel d’outil Lobster et obtient un résultat structuré.
  • Approbations intégrées : les effets de bord (envoyer un e‑mail, publier un commentaire) interrompent le workflow jusqu’à une approbation explicite.
  • Reprenable : les workflows interrompus renvoient un token ; approuvez et reprenez sans tout relancer.

​
Pourquoi un DSL plutôt que des programmes classiques ?

Lobster est volontairement minimal. L’objectif n’est pas « un nouveau langage », mais une spécification de pipeline prévisible et adaptée à l’IA, avec des approbations et des tokens de reprise de première classe.
  • Approbation/reprise intégrées : un programme classique peut solliciter un humain, mais il ne peut pas mettre en pause et reprendre avec un token durable sans que vous n’inventiez vous‑même ce runtime.
  • Déterminisme + auditabilité : les pipelines sont des données, donc faciles à journaliser, comparer, rejouer et examiner.
  • Surface contrainte pour l’IA : une grammaire minuscule + du piping JSON réduit les chemins de code « créatifs » et rend la validation réaliste.
  • Politique de sécurité intégrée : délais d’expiration, plafonds de sortie, vérifications de sandbox et allowlists sont imposés par le runtime, pas par chaque script.
  • Toujours programmable : chaque étape peut appeler n’importe quelle CLI ou script. Si vous voulez du JS/TS, générez des fichiers .lobster à partir du code.

​
Comment ça fonctionne

OpenClaw lance la CLI locale lobster en mode outil et analyse une enveloppe JSON depuis stdout. Si le pipeline se met en pause pour approbation, l’outil renvoie un resumeToken afin que vous puissiez continuer plus tard.

​
Modèle : petite CLI + pipes JSON + approbations

Construisez de petites commandes qui parlent JSON, puis enchaînez‑les dans un seul appel Lobster. (Noms de commandes d’exemple ci‑dessous — remplacez par les vôtres.) 
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
}
Si le pipeline demande une approbation, reprenez avec le token : 
{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}
L’IA déclenche le workflow ; Lobster exécute les étapes. Les portes d’approbation rendent les effets de bord explicites et auditables. Exemple : mapper des éléments d’entrée vers des appels d’outils : 
gog.gmail.search --query 'newer_than:1d' \
  | openclaw.invoke --tool message --action send --each --item-key message --args-json '{"provider":"telegram","to":"..."}'

​
Étapes LLM uniquement JSON (llm-task)

Pour les workflows qui nécessitent une étape LLM structurée, activez l’outil plugin optionnel llm-task et appelez‑le depuis Lobster. Cela maintient le workflow déterministe tout en vous permettant de classifier/résumer/rédiger avec un modèle. Activez l’outil : 
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  },
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": { "allow": ["llm-task"] }
      }
    ]
  }
}
Utilisez‑le dans un pipeline : 
openclaw.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
  }
}'
Voir LLM Task pour les détails et options de configuration.

​
Fichiers de workflow (.lobster)

Lobster peut exécuter des fichiers de workflow YAML/JSON avec les champs name, args, steps, env, condition et approval. Dans les appels d’outils OpenClaw, définissez pipeline sur le chemin du fichier. 
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
Notes :
  • stdin: $step.stdout et stdin: $step.json transmettent la sortie d’une étape précédente.
  • condition (ou when) peut conditionner des étapes sur $step.approved.

​
Installer Lobster

Installez la CLI Lobster sur le même hôte que celui qui exécute la Gateway (passerelle) OpenClaw (voir le repo Lobster), et assurez‑vous que lobster est dans PATH. Si vous souhaitez utiliser un emplacement binaire personnalisé, passez un lobsterPath absolu dans l’appel d’outil.

​
Activez l’outil

Lobster est un outil plugin optionnel (désactivé par défaut). Recommandé (additif, sûr) : 
{
  "tools": {
    "alsoAllow": ["lobster"]
  }
}
Ou par agent : 
{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": {
          "alsoAllow": ["lobster"]
        }
      }
    ]
  }
}
Évitez d’utiliser tools.allow: ["lobster"] sauf si vous avez l’intention d’exécuter en mode allowlist restrictif. Remarque : les allowlists sont opt‑in pour les plugins optionnels. Si votre allowlist ne nomme que des outils plugin (comme lobster), OpenClaw conserve les outils de base activés. Pour restreindre les outils de base, incluez aussi les outils ou groupes de base souhaités dans l’allowlist.

​
Exemple : tri des e‑mails

Sans Lobster : 
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)
Avec Lobster : 
{
  "action": "run",
  "pipeline": "email.triage --limit 20",
  "timeoutMs": 30000
}
Renvoie une enveloppe JSON (tronquée) : 
{
  "ok": true,
  "status": "needs_approval",
  "output": [{ "summary": "5 need replies, 2 need action" }],
  "requiresApproval": {
    "type": "approval_request",
    "prompt": "Send 2 draft replies?",
    "items": [],
    "resumeToken": "..."
  }
}
L’utilisateur approuve → reprise : 
{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}
Un seul workflow. Déterministe. Sûr.

​
Paramètres de l’outil

​
run

Exécuter un pipeline en mode outil. 
{
  "action": "run",
  "pipeline": "gog.gmail.search --query 'newer_than:1d' | email.triage",
  "cwd": "/path/to/workspace",
  "timeoutMs": 30000,
  "maxStdoutBytes": 512000
}
Exécuter un fichier de workflow avec des arguments : 
{
  "action": "run",
  "pipeline": "/path/to/inbox-triage.lobster",
  "argsJson": "{\"tag\":\"family\"}"
}

​
resume

Continuer un workflow interrompu après approbation. 
{
  "action": "resume",
  "token": "<resumeToken>",
  "approve": true
}

​
Entrées optionnelles

  • lobsterPath : chemin absolu vers le binaire Lobster (omettre pour utiliser PATH).
  • cwd : répertoire de travail du pipeline (par défaut : répertoire de travail du processus courant).
  • timeoutMs : tuer le sous‑processus s’il dépasse cette durée (par défaut : 20000).
  • maxStdoutBytes : tuer le sous‑processus si stdout dépasse cette taille (par défaut : 512000).
  • argsJson : chaîne JSON passée à lobster run --args-json (fichiers de workflow uniquement).

​
Enveloppe de sortie

Lobster renvoie une enveloppe JSON avec l’un des trois statuts :
  • ok → terminé avec succès
  • needs_approval → en pause ; requiresApproval.resumeToken est requis pour reprendre
  • cancelled → explicitement refusé ou annulé
L’outil expose l’enveloppe à la fois dans content (JSON formaté) et details (objet brut).

​
Approbations

Si requiresApproval est présent, inspectez l’invite et décidez :
  • approve: true → reprendre et poursuivre les effets de bord
  • approve: false → annuler et finaliser le workflow
Utilisez approve --preview-from-stdin --limit N pour joindre un aperçu JSON aux demandes d’approbation sans bricolage jq/heredoc personnalisé. Les tokens de reprise sont désormais compacts : Lobster stocke l’état de reprise du workflow sous son répertoire d’état et renvoie une petite clé de token.

​
OpenProse

OpenProse s’associe bien avec Lobster : utilisez /prose pour orchestrer la préparation multi‑agents, puis exécutez un pipeline Lobster pour des approbations déterministes. Si un programme Prose a besoin de Lobster, autorisez l’outil lobster pour les sous‑agents via tools.subagents.tools. Voir OpenProse.

​
Sécurité

  • Sous‑processus local uniquement — aucun appel réseau depuis le plugin lui‑même.
  • Aucun secret — Lobster ne gère pas OAuth ; il appelle des outils OpenClaw qui s’en chargent.
  • Compatible sandbox — désactivé lorsque le contexte de l’outil est en sandbox.
  • Renforcé — lobsterPath doit être absolu s’il est spécifié ; délais et plafonds de sortie appliqués.

​
Problemes courants

  • lobster subprocess timed out → augmentez timeoutMs ou scindez un pipeline long.
  • lobster output exceeded maxStdoutBytes → augmentez maxStdoutBytes ou réduisez la taille de la sortie.
  • lobster returned invalid JSON → assurez‑vous que le pipeline s’exécute en mode outil et n’imprime que du JSON.
  • lobster failed (code …) → exécutez le même pipeline dans un terminal pour inspecter stderr.

​
En savoir plus

​
Étude de cas : workflows communautaires

Un exemple public : une CLI de « second cerveau » + des pipelines Lobster qui gèrent trois coffres Markdown (personnel, partenaire, partagé). La CLI émet du JSON pour les statistiques, les listes de boîte de réception et les analyses d’obsolescence ; Lobster enchaîne ces commandes en workflows comme weekly-review, inbox-triage, memory-consolidation et shared-task-sync, chacun avec des portes d’approbation. L’IA gère le jugement (catégorisation) lorsqu’elle est disponible et se replie sur des règles déterministes sinon.