Lobster
Lobster är ett arbetsflödesskal som låter OpenClaw köra flerstegssekvenser av verktyg som en enda, deterministisk operation med explicita kontrollpunkter för godkännande.Krok
Din assistent kan bygga de verktyg som klarar sig själv. Be om ett arbetsflöde och 30 minuter senare har du en CLI plus pipelines som löper som ett samtal. Hummer är den saknade biten: deterministiska rörledningar, uttryckliga godkännanden, och återupptagningsbara tillstånd.Varför
Idag kräver komplexa arbetsflöden många bak-och-tillbaka verktygssamtal. Varje samtal kostar tokens, och LLM måste orkestrera varje steg. Hummer flyttar den orkestreringen till en nedskriven körtid:- Ett anrop i stället för många: OpenClaw kör ett Lobster-verktygsanrop och får ett strukturerat resultat.
- Inbyggda godkännanden: Biverkningar (skicka e-post, posta kommentar) stoppar arbetsflödet tills de uttryckligen godkänns.
- Återupptagbart: Stoppade arbetsflöden returnerar en token; godkänn och återuppta utan att köra om allt.
Varför ett DSL istället för vanliga program?
Hummer är avsiktligt liten. Målet är inte “ett nytt språk”, det är en förutsägbar, AI-vänlig pipeline spec med förstklassiga godkännanden och återuppta tokens.- Godkänn/återuppta är inbyggt: Ett vanligt program kan fråga en människa, men kan inte pausa och återuppta med en varaktig token utan att du själv uppfinner den körmiljön.
- Determinism + granskningsbarhet: Pipelines är data, så de är enkla att logga, diffa, spela upp igen och granska.
- Begränsad yta för AI: En liten grammatik + JSON-piping minskar ”kreativa” kodvägar och gör validering realistisk.
- Säkerhetspolicy inbakad: Tidsgränser, utdata-tak, sandbox-kontroller och tillåtelselistor verkställs av körmiljön, inte av varje skript.
- Fortfarande programmerbar: Varje steg kan ringa någon CLI eller skript. Om du vill ha JS/TS, generera
.lobster-filer från kod.
Så fungerar det
OpenClaw lanserar den lokalalobster CLI i verktygsläge och tolkar ett JSON-kuvert från stdout.
Om rörledningen pausar för godkännande, returnerar verktyget en resumeToken så att du kan fortsätta senare.
Mönster: liten CLI + JSON‑pipes + godkännanden
Bygg små kommandon som talar JSON, sedan kedja dem till ett enda hummersamtal. (Exempelkommandonamn nedan — byt på egen hand.)Endast JSON‑LLM‑steg (llm-task)
För arbetsflöden som behöver ett strukturerat LLM-steg, aktivera tilläggsverktygetllm-task och anropa det från Hummer. Detta håller arbetsflödet
deterministiskt medan du fortfarande låter dig klassificera/sammanfatta/utkast med en modell.
Aktivera verktyget:
Arbetsflödesfiler (.lobster)
Hummer kan köra YAML/JSON arbetsflödesfiler medname, args, steps, env, condition och approval-fält. I OpenClaw verktygssamtal, ange pipeline till filsökvägen.
stdin: $step.stdoutochstdin: $step.jsonskickar vidare ett tidigare stegs utdata.condition(ellerwhen) kan spärra steg baserat på$step.approved.
Install Lobster
Installera hummern CLI på samma värd som kör OpenClaw Gateway (se Hummerrepo), och se till atthummer är på PATH.
Om du vill använda en anpassad binär plats, skicka en absolut lobsterPath i verktygssamtalet.
Enable the tool
Lobster är ett valfritt plugin-verktyg (inte aktiverat som standard). Rekommenderat (additivt, säkert):tools.allow: ["lobster"] om du inte avser att köra i restriktivt tillåtelseläge.
Notera: allowlists are opt-in for optional plugins. Om din tillåtna lista bara namnger
plugin verktyg (som lobster), håller OpenClaw grundläggande verktyg aktiverade. För att begränsa kärnan
verktyg, inkludera de grundläggande verktyg eller grupper du vill ha i listan också.
Example: Email triage
Utan Lobster:Tool parameters
run
Kör en pipeline i tool mode.
resume
Fortsätt ett stoppat arbetsflöde efter godkännande.
Optional inputs
lobsterPath: Absolut sökväg till Lobster-binären (utelämna för att användaPATH).cwd: Arbetskatalog för pipelinen (standard är den aktuella processens arbetskatalog).timeoutMs: Döda underprocessen om den överskrider denna varaktighet (standard: 20000).maxStdoutBytes: Döda underprocessen om stdout överskrider denna storlek (standard: 512000).argsJson: JSON-sträng som skickas tilllobster run --args-json(endast arbetsflödesfiler).
Output envelope
Lobster returnerar ett JSON-kuvert med ett av tre statusar:ok→ slutförd utan felneeds_approval→ pausad;requiresApproval.resumeTokenkrävs för att återupptacancelled→ uttryckligen nekad eller avbruten
content (pretty JSON) och details (rått objekt).
Approvals
OmrequiresApproval finns, granska prompten och besluta:
approve: true→ återuppta och fortsätt biverkningarapprove: false→ avbryt och finalisera arbetsflödet
approve --preview-from-stdin --limit N för att bifoga en JSON-förhandsgranskning till godkännandeförfrågningar utan anpassat jq/heredoc-lim. Återuppta tokens är nu kompakt: Hummer lagrar arbetsflöde återuppta tillstånd under dess tillstånd dir och händer tillbaka en liten token nyckel.
OpenProse
OpenProse par bra med Hummer: använd/prose för att orkestrera multi-agent prep, och kör sedan en hummerpipeline för deterministiska godkännanden. Om ett Prosprogram behöver Hummer, tillåt hummer-verktyget för underagenter via tools.subagents.tools. Se OpenProse.
Safety
- Endast lokala underprocesser — inga nätverksanrop från pluginet självt.
- Inga hemligheter — Lobster hanterar inte OAuth; det anropar OpenClaw-verktyg som gör det.
- Sandbox-medveten — inaktiverad när verktygskontexten är sandboxed.
- Härdad —
lobsterPathmåste vara absolut om den anges; tidsgränser och utdata-tak verkställs.
Troubleshooting
lobster subprocess timed out→ ökatimeoutMseller dela upp en lång pipeline.lobster output exceeded maxStdoutBytes→ höjmaxStdoutByteseller minska utdatastorleken.lobster returned invalid JSON→ säkerställ att pipelinen körs i tool mode och endast skriver JSON.lobster failed (code …)→ kör samma pipeline i en terminal för att inspektera stderr.
Learn more
Case study: community workflows
Ett offentligt exempel: en ”second brain” CLI + Hummerledningar som hanterar tre Markdown-valv (personlig, partner, delad). CLI avger JSON för statistik, inkorgslistor och gamla skanningar; Hummerkedjor dessa kommandon i arbetsflöden somweekly-review, inbox-triage, memory-consolidation, och shared-task-sync, var och en med godkännandeportar. AI hanterar dom (kategorisering) när den är tillgänglig och faller tillbaka till deterministiska regler när den inte är det.