chore(i18n): refresh uk translations

This commit is contained in:
openclaw-docs-i18n[bot] 2026-05-03 22:57:26 +00:00
parent 86b9c18316
commit 3c74cb6f43
3 changed files with 261 additions and 260 deletions

View File

@ -1,15 +1,15 @@
---
read_when:
- Вам потрібні сталі знання, ширші за звичайні нотатки MEMORY.md
- Вам потрібні сталі знання за межами звичайних нотаток MEMORY.md
- Ви налаштовуєте вбудований Plugin memory-wiki
- Ви хочете зрозуміти wiki_search, wiki_get або режим мосту
summary: 'memory-wiki: скомпільоване сховище знань із походженням, твердженнями, панелями моніторингу та режимом моста'
summary: 'memory-wiki: скомпільоване сховище знань із походженням, твердженнями, панелями моніторингу та режимом мосту'
title: Вікі пам’яті
x-i18n:
generated_at: "2026-04-29T19:21:15Z"
generated_at: "2026-05-03T22:56:31Z"
model: gpt-5.5
provider: openai
source_hash: 744d569f8b0c9b668ea54dc057f808544359eaae87d5557de2e6acd1b31acd89
source_hash: b070177b7c1217e9102bc57680b4009265e3584ede7ad6dc3ba7b6393260fefe
source_path: plugins/memory-wiki.md
workflow: 16
---
@ -17,65 +17,65 @@ x-i18n:
`memory-wiki` — це вбудований Plugin, який перетворює довготривалу пам’ять на скомпільоване
сховище знань.
Він **не** замінює Plugin Active Memory. Plugin Active Memory і далі
відповідає за пригадування, просування, індексування та Dreaming. `memory-wiki` працює поруч із ним
і компілює довготривалі знання в навігаційну вікі з детермінованими сторінками,
структурованими твердженнями, походженням, панелями моніторингу та машинозчитуваними дайджестами.
Він **не** замінює Plugin active memory. Plugin active memory і далі
відповідає за recall, promotion, indexing і dreaming. `memory-wiki` працює поруч із ним
і компілює довготривалі знання в навіговну вікі з детермінованими сторінками,
структурованими твердженнями, provenance, dashboards і machine-readable digests.
Використовуйте його, коли хочете, щоб пам’ять поводилася радше як підтримуваний шар знань, а
не як купа Markdown-файлів.
Використовуйте його, коли хочете, щоб пам’ять поводилася радше як підтримуваний шар знань,
а не як купа Markdown-файлів.
## Що він додає
- Окреме вікі-сховище з детермінованим макетом сторінок
- Метадані структурованих тверджень і доказів, а не лише прозу
- Походження, впевненість, суперечності та відкриті питання на рівні сторінки
- Скомпільовані дайджести для споживачів агентів/середовища виконання
- Provenance, confidence, contradictions і open questions на рівні сторінки
- Скомпільовані digests для agent/runtime-споживачів
- Вікі-нативні інструменти search/get/apply/lint
- Необов’язковий режим bridge, який імпортує публічні артефакти з Plugin Active Memory
- Необов’язковий режим рендерингу, дружній до Obsidian, та інтеграція з CLI
- Необов’язковий bridge mode, який імпортує публічні artifacts з Plugin active memory
- Необов’язковий Obsidian-friendly режим рендерингу та інтеграція з CLI
## Як він поєднується з пам’яттю
## Як це поєднується з пам’яттю
Уявляйте цей поділ так:
| Шар | Відповідає за |
| Шар | Відповідає за |
| ------------------------------------------------------- | ------------------------------------------------------------------------------------------ |
| Plugin Active Memory (`memory-core`, QMD, Honcho тощо) | Пригадування, семантичний пошук, просування, Dreaming, середовище виконання пам’яті |
| `memory-wiki` | Скомпільовані вікі-сторінки, синтези з багатим походженням, панелі, вікі-специфічні search/get/apply |
| Plugin active memory (`memory-core`, QMD, Honcho тощо) | Recall, semantic search, promotion, dreaming, memory runtime |
| `memory-wiki` | Скомпільовані вікі-сторінки, provenance-rich syntheses, dashboards, wiki-specific search/get/apply |
Якщо Plugin Active Memory відкриває спільні артефакти пригадування, OpenClaw може шукати
в обох шарах за один прохід за допомогою `memory_search corpus=all`.
Якщо Plugin active memory надає спільні recall artifacts, OpenClaw може шукати
в обох шарах за один прохід через `memory_search corpus=all`.
Коли потрібне вікі-специфічне ранжування, походження або прямий доступ до сторінок, використовуйте
Коли потрібні вікі-специфічне ранжування, provenance або прямий доступ до сторінок, використовуйте
натомість вікі-нативні інструменти.
## Рекомендований гібридний шаблон
Надійний типовий варіант для локальних setup-first конфігурацій:
Сильний типовий варіант для local-first налаштувань:
- QMD як backend Active Memory для пригадування та широкого семантичного пошуку
- QMD як backend active memory для recall і широкого semantic search
- `memory-wiki` у режимі `bridge` для довготривалих синтезованих сторінок знань
Такий поділ добре працює, бо кожен шар зберігає чіткий фокус:
Такий поділ добре працює, бо кожен шар лишається сфокусованим:
- QMD зберігає необроблені нотатки, експорти сесій і додаткові колекції доступними для пошуку
- `memory-wiki` компілює стабільні сутності, твердження, панелі та сторінки джерел
- QMD зберігає raw notes, session exports і додаткові collections доступними для пошуку
- `memory-wiki` компілює stable entities, claims, dashboards і source pages
Практичне правило:
- використовуйте `memory_search`, коли потрібен один широкий прохід пригадування по пам’яті
- використовуйте `wiki_search` і `wiki_get`, коли потрібні вікі-результати з урахуванням походження
- використовуйте `memory_search`, коли потрібен один широкий recall-прохід пам’яттю
- використовуйте `wiki_search` і `wiki_get`, коли потрібні provenance-aware вікі-результати
- використовуйте `memory_search corpus=all`, коли хочете, щоб спільний пошук охоплював обидва шари
Якщо режим bridge повідомляє про нуль експортованих артефактів, Plugin Active Memory
поки що не відкриває публічні вхідні дані bridge. Спершу запустіть `openclaw wiki doctor`,
а потім підтвердьте, що Plugin Active Memory підтримує публічні артефакти.
Якщо bridge mode повідомляє про нуль експортованих artifacts, Plugin active memory наразі
ще не надає публічні bridge inputs. Спершу запустіть `openclaw wiki doctor`,
а потім підтвердьте, що Plugin active memory підтримує публічні artifacts.
Коли режим bridge активний і `bridge.readMemoryArtifacts` увімкнено,
Коли bridge mode активний і `bridge.readMemoryArtifacts` увімкнено,
`openclaw wiki status`, `openclaw wiki doctor` і `openclaw wiki bridge
import` читають через запущений Gateway. Це узгоджує CLI-перевірки bridge
з контекстом Plugin пам’яті в середовищі виконання. Якщо bridge вимкнено або читання артефактів
import` читають через запущений Gateway. Це тримає CLI bridge checks узгодженими
з runtime-контекстом Plugin memory. Якщо bridge вимкнено або читання artifacts
вимкнене, ці команди зберігають свою локальну/offline поведінку.
## Режими сховища
@ -86,31 +86,31 @@ import` читають через запущений Gateway. Це узгодж
Власне сховище, власні джерела, без залежності від `memory-core`.
Використовуйте це, коли хочете, щоб вікі була окремим кураторованим сховищем знань.
Використовуйте це, коли хочете, щоб вікі була власним куруваним сховищем знань.
### `bridge`
Читає публічні артефакти пам’яті та події пам’яті з Plugin Active Memory
через публічні шви plugin SDK.
Читає публічні memory artifacts і memory events з Plugin active memory
через публічні plugin SDK seams.
Використовуйте це, коли хочете, щоб вікі компілювала й упорядковувала
експортовані артефакти Plugin пам’яті, не звертаючись до приватних внутрішніх частин Plugin.
експортовані artifacts Plugin memory без доступу до приватних внутрішніх частин Plugin.
Режим bridge може індексувати:
Bridge mode може індексувати:
- експортовані артефакти пам’яті
- звіти dream
- щоденні нотатки
- кореневі файли пам’яті
- журнали подій пам’яті
- експортовані memory artifacts
- dream reports
- daily notes
- memory root files
- memory event logs
### `unsafe-local`
Явний escape hatch для приватних локальних шляхів на тій самій машині.
Явний escape hatch для локальних приватних шляхів на тій самій машині.
Цей режим навмисно експериментальний і непортативний. Використовуйте його лише тоді, коли
розумієте межу довіри та конкретно потребуєте доступу до локальної файлової системи, якого
режим bridge надати не може.
розумієте trust boundary і конкретно потребуєте доступу до локальної файлової системи, якого
bridge mode не може надати.
## Макет сховища
@ -132,17 +132,17 @@ Plugin ініціалізує сховище так:
.openclaw-wiki/
```
Керований вміст залишається всередині згенерованих блоків. Блоки людських нотаток зберігаються.
Керований вміст лишається всередині generated blocks. Human note blocks зберігаються.
Основні групи сторінок:
- `sources/` для імпортованих необроблених матеріалів і сторінок, підтриманих bridge
- `sources/` для імпортованого raw material і bridge-backed pages
- `entities/` для довготривалих речей, людей, систем, проєктів і об’єктів
- `concepts/` для ідей, абстракцій, шаблонів і політик
- `syntheses/` для скомпільованих підсумків і підтримуваних зведень
- `reports/` для згенерованих панелей
- `syntheses/` для скомпільованих підсумків і підтримуваних rollups
- `reports/` для згенерованих dashboards
## Структуровані твердження та докази
## Структуровані твердження й докази
Сторінки можуть містити структурований frontmatter `claims`, а не лише довільний текст.
@ -167,31 +167,31 @@ Plugin ініціалізує сховище так:
- `note`
- `updatedAt`
Саме це робить вікі радше шаром переконань, ніж пасивним
dump нотаток. Твердження можна відстежувати, оцінювати, оскаржувати та пов’язувати назад із джерелами.
Саме це змушує вікі поводитися радше як belief layer, ніж як пасивний
dump нотаток. Claims можна відстежувати, оцінювати, оскаржувати та розв’язувати назад до джерел.
## Метадані сутностей для агентів
Сторінки сутностей також можуть містити маршрутні метадані для використання агентами. Це generic
Сторінки сутностей також можуть містити routing metadata для використання агентами. Це generic
frontmatter, тому він працює для людей, команд, систем, проєктів або будь-якого іншого
типу сутності.
Поширені поля:
- `entityType`: наприклад `person`, `team`, `system` або `project`
- `canonicalId`: стабільний ключ ідентичності, що використовується між aliases та імпортами
- `aliases`: імена, handles або labels, які мають резолвитися в ту саму сторінку
- `canonicalId`: стабільний identity key, що використовується між aliases та imports
- `aliases`: імена, handles або labels, які мають розв’язуватися в ту саму сторінку
- `privacyTier`: `public`, `local-private`, `sensitive` або `confirm-before-use`
- `bestUsedFor` / `notEnoughFor`: компактні підказки маршрутизації
- `lastRefreshedAt`: позначка часу оновлення джерела, окрема від часу редагування сторінки
- `personCard`: необов’язкова маршрутна картка, специфічна для людини, з handles, socials,
- `bestUsedFor` / `notEnoughFor`: стислі routing hints
- `lastRefreshedAt`: timestamp оновлення джерела, окремий від часу редагування сторінки
- `personCard`: необов’язкова routing card для людей із handles, socials,
emails, timezone, lane, ask-for, avoid-asking-for, confidence і privacy
- `relationships`: типізовані ребра до пов’язаних сторінок із target, kind, weight,
- `relationships`: typed edges до пов’язаних сторінок із target, kind, weight,
confidence, evidence kind, privacy tier і note
Для вікі людей агент зазвичай має починати з
`reports/person-agent-directory.md`, потім відкривати сторінку людини через `wiki_get`,
перш ніж використовувати контактні дані або виведені факти.
Для people wiki агент зазвичай має починати з
`reports/person-agent-directory.md`, потім відкривати сторінку людини через `wiki_get`
перед використанням контактних даних або виведених фактів.
Приклад:
@ -241,29 +241,30 @@ claims:
privacyTier: local-private
```
## Конвеєр компіляції
## Compile pipeline
Крок компіляції читає вікі-сторінки, нормалізує підсумки та видає стабільні
машинні артефакти в:
Compile-крок читає вікі-сторінки, нормалізує summaries і створює стабільні
machine-facing artifacts у:
- `.openclaw-wiki/cache/agent-digest.json`
- `.openclaw-wiki/cache/claims.jsonl`
Ці дайджести існують, щоб агентам і runtime-коду не потрібно було scrape Markdown-сторінки.
Ці digests існують, щоб agents і runtime code не мусили scrape Markdown
сторінки.
Скомпільований вивід також забезпечує:
Скомпільований output також живить:
- первинне вікі-індексування для потоків search/get
- lookup claim-id назад до сторінок-власників
- компактні доповнення до prompt
- генерацію звітів/панелей
- first-pass wiki indexing для search/get flows
- claim-id lookup назад до owning pages
- compact prompt supplements
- генерування reports/dashboards
## Панелі та звіти про стан
## Dashboards і звіти про стан
Коли `render.createDashboards` увімкнено, compile підтримує панелі в
Коли `render.createDashboards` увімкнено, compile підтримує dashboards у
`reports/`.
Вбудовані звіти містять:
Вбудовані reports містять:
- `reports/open-questions.md`
- `reports/contradictions.md`
@ -275,25 +276,25 @@ claims:
- `reports/provenance-coverage.md`
- `reports/privacy-review.md`
Ці звіти відстежують такі речі, як:
Ці reports відстежують такі речі, як:
- кластери нотаток про суперечності
- конкуруючі кластери тверджень
- твердження без структурованих доказів
- сторінки й твердження з низькою впевненістю
- застарілу або невідому актуальність
- сторінки з нерозв’язаними питаннями
- маршрутні картки людей/сутностей
- структуровані ребра взаємозв’язків
- покриття класів доказів
- непублічні privacy tiers, які потребують перевірки перед використанням
- contradiction note clusters
- competing claim clusters
- claims без структурованих доказів
- сторінки й claims із низькою confidence
- stale або unknown freshness
- сторінки з unresolved questions
- person/entity routing cards
- structured relationship edges
- evidence class coverage
- non-public privacy tiers, які потребують review перед використанням
## Пошук і отримання
`memory-wiki` підтримує два backend пошуку:
`memory-wiki` підтримує два search backends:
- `shared`: використовувати спільний потік пошуку пам’яті, коли доступно
- `local`: шукати у вікі локально
- `shared`: використовувати shared memory search flow, коли доступно
- `local`: шукати вікі локально
Він також підтримує три corpora:
@ -303,36 +304,36 @@ claims:
Важлива поведінка:
- `wiki_search` і `wiki_get` за можливості використовують скомпільовані дайджести як перший прохід
- claim ids можуть резолвитися назад до сторінки-власника
- contested/stale/fresh claims впливають на ранжування
- labels походження можуть зберігатися в результатах
- режим пошуку може зміщувати ранжування для пошуку людей, маршрутизації питань, source
- `wiki_search` і `wiki_get` використовують compiled digests як перший прохід, коли можливо
- claim ids можуть розв’язуватися назад до owning page
- contested/stale/fresh claims впливають на ranking
- provenance labels можуть зберігатися в results
- search mode може зміщувати ranking для person lookup, question routing, source
evidence або raw claims
Практичне правило:
- використовуйте `memory_search corpus=all` для одного широкого проходу пригадування
- використовуйте `wiki_search` + `wiki_get`, коли вам важливі вікі-специфічне ранжування,
походження або структура переконань на рівні сторінки
- використовуйте `memory_search corpus=all` для одного широкого recall-проходу
- використовуйте `wiki_search` + `wiki_get`, коли важливі wiki-specific ranking,
provenance або page-level belief structure
Режими пошуку:
Search modes:
- `auto`: збалансоване типове значення
- `auto`: збалансований типовий режим
- `find-person`: підсилює person-like entities, aliases, handles, socials і
canonical IDs
- `route-question`: підсилює картки агентів, ask-for hints, best-used-for hints і
контекст взаємозв’язків
- `source-evidence`: підсилює сторінки джерел і метадані структурованих доказів
- `raw-claim`: підсилює відповідні структуровані твердження та повертає claim/evidence
metadata в результатах
- `route-question`: підсилює agent cards, ask-for hints, best-used-for hints і
relationship context
- `source-evidence`: підсилює source pages і structured evidence metadata
- `raw-claim`: підсилює matching structured claims і повертає claim/evidence
metadata в results
Коли результат відповідає структурованому твердженню, `wiki_search` може повертати
Коли result відповідає structured claim, `wiki_search` може повернути
`matchedClaimId`, `matchedClaimStatus`, `matchedClaimConfidence`,
`evidenceKinds` і `evidenceSourceIds` у своєму details payload. Текстовий вивід
також містить компактні рядки `Claim:` і `Evidence:`, коли доступно.
`evidenceKinds` і `evidenceSourceIds` у своєму details payload. Text output
також містить компактні рядки `Claim:` і `Evidence:`, коли вони доступні.
## Інструменти для агентів
## Інструменти агента
Plugin реєструє ці інструменти:
@ -344,33 +345,33 @@ Plugin реєструє ці інструменти:
Що вони роблять:
- `wiki_status`: поточний режим сховища, стан, доступність Obsidian CLI
- `wiki_search`: шукає вікі-сторінки та, коли налаштовано, спільні corpora пам’яті;
приймає `mode` для пошуку людей, маршрутизації питань, source evidence або raw
- `wiki_status`: поточний vault mode, health, доступність Obsidian CLI
- `wiki_search`: шукає wiki pages і, коли налаштовано, shared memory corpora;
приймає `mode` для person lookup, question routing, source evidence або raw
claim drilldown
- `wiki_get`: читає вікі-сторінку за id/path або повертається до спільного corpus пам’яті
- `wiki_apply`: вузькі мутації синтезу/метаданих без довільної хірургії сторінок
- `wiki_lint`: структурні перевірки, прогалини походження, суперечності, відкриті питання
- `wiki_get`: читає wiki page за id/path або fallback до shared memory corpus
- `wiki_apply`: вузькі synthesis/metadata mutations без freeform page surgery
- `wiki_lint`: structural checks, provenance gaps, contradictions, open questions
Plugin також реєструє неексклюзивне доповнення corpus пам’яті, щоб спільні
`memory_search` і `memory_get` могли досягати вікі, коли Plugin Active Memory
підтримує вибір corpus.
Plugin також реєструє non-exclusive memory corpus supplement, тому shared
`memory_search` і `memory_get` можуть діставатися до вікі, коли Plugin active memory
підтримує corpus selection.
## Поведінка prompt і контексту
## Поведінка prompt і context
Коли `context.includeCompiledDigestPrompt` увімкнено, розділи prompt пам’яті
додають компактний скомпільований snapshot з `agent-digest.json`.
Коли `context.includeCompiledDigestPrompt` увімкнено, memory prompt sections
додають compact compiled snapshot з `agent-digest.json`.
Цей snapshot навмисно малий і високосигнальний:
Цей snapshot навмисно малий і high-signal:
- лише top pages
- лише top claims
- кількість суперечностей
- кількість питань
- qualifiers впевненості/актуальності
- contradiction count
- question count
- confidence/freshness qualifiers
Це opt-in, бо змінює форму prompt і переважно корисне для context
engines або legacy prompt assembly, які явно споживають доповнення пам’яті.
Це opt-in, бо змінює prompt shape і переважно корисне для context
engines або legacy prompt assembly, які явно споживають memory supplements.
## Конфігурація
@ -430,23 +431,26 @@ engines або legacy prompt assembly, які явно споживають до
- `vaultMode`: `isolated`, `bridge`, `unsafe-local`
- `vault.renderMode`: `native` або `obsidian`
- `bridge.readMemoryArtifacts`: імпортувати публічні артефакти Plugin активної пам’яті
- `bridge.readMemoryArtifacts`: імпортувати публічні артефакти plugin Active Memory
- `bridge.followMemoryEvents`: включати журнали подій у режимі bridge
- `search.backend`: `shared` або `local`
- `search.corpus`: `wiki`, `memory` або `all`
- `context.includeCompiledDigestPrompt`: додавати компактний знімок дайджесту до розділів підказки пам’яті
- `context.includeCompiledDigestPrompt`: додавати компактний знімок дайджесту до розділів memory prompt
- `render.createBacklinks`: генерувати детерміновані пов’язані блоки
- `render.createDashboards`: генерувати сторінки панелей огляду
- `render.createDashboards`: генерувати сторінки панелей керування
### Приклад: QMD + режим bridge
Використовуйте це, коли вам потрібен QMD для пригадування та `memory-wiki` для підтримуваного
Використовуйте це, коли вам потрібен QMD для пригадування і `memory-wiki` для підтримуваного
шару знань:
```json5
{
memory: {
backend: "qmd",
},
plugins: {
entries: {
"memory-wiki": {
enabled: true,
config: {
@ -475,9 +479,9 @@ engines або legacy prompt assembly, які явно споживають до
Це зберігає:
- QMD відповідальним за пригадування активної пам’яті
- `memory-wiki` зосередженим на скомпільованих сторінках і панелях огляду
- форму підказки незмінною, доки ви навмисно не ввімкнете підказки скомпільованого дайджесту
- QMD керує пригадуванням Active Memory
- `memory-wiki` зосереджений на скомпільованих сторінках і панелях керування
- форма prompt лишається незмінною, доки ви навмисно не ввімкнете prompt скомпільованого дайджесту
## CLI
@ -497,11 +501,11 @@ openclaw wiki bridge import
openclaw wiki obsidian status
```
Див. [CLI: wiki](/uk/cli/wiki), щоб отримати повний довідник команд.
Див. [CLI: wiki](/uk/cli/wiki) для повного довідника команд.
## Підтримка Obsidian
Коли `vault.renderMode` дорівнює `obsidian`, Plugin записує дружній до Obsidian
Коли `vault.renderMode` має значення `obsidian`, plugin записує зручний для Obsidian
Markdown і може додатково використовувати офіційний CLI `obsidian`.
Підтримувані робочі процеси включають:
@ -512,21 +516,21 @@ Markdown і може додатково використовувати офіц
- виклик команди Obsidian
- перехід до щоденної нотатки
Це необов’язково. Вікі й далі працює в режимі native без Obsidian.
Це необов’язково. Wiki і надалі працює в native-режимі без Obsidian.
## Рекомендований робочий процес
1. Залиште ваш Plugin активної пам’яті для пригадування/просування/Dreaming.
1. Залиште свій plugin Active Memory для пригадування/просування/Dreaming.
2. Увімкніть `memory-wiki`.
3. Почніть із режиму `isolated`, якщо вам явно не потрібен режим bridge.
4. Використовуйте `wiki_search` / `wiki_get`, коли важливе походження.
5. Використовуйте `wiki_apply` для вузьких синтезів або оновлень метаданих.
6. Запускайте `wiki_lint` після суттєвих змін.
7. Увімкніть панелі огляду, якщо вам потрібна видимість застарілого або суперечностей.
7. Увімкніть панелі керування, якщо хочете бачити застарілість/суперечності.
## Пов’язана документація
## Пов’язані документи
- [Огляд пам’яті](/uk/concepts/memory)
- [Огляд Memory](/uk/concepts/memory)
- [CLI: memory](/uk/cli/memory)
- [CLI: wiki](/uk/cli/wiki)
- [Огляд Plugin SDK](/uk/plugins/sdk-overview)

View File

@ -1,27 +1,27 @@
---
read_when:
- Ви хочете JSON-only крок LLM всередині workflows
- Вам потрібен вивід LLM, валідований схемою, для автоматизації
summary: Завдання LLM лише з JSON для workflows (необов’язковий інструмент plugin)
- Вам потрібен LLM-крок лише з JSON у робочих процесах
- Вам потрібен вивід LLM, перевірений за схемою, для автоматизації
summary: Завдання LLM лише з JSON для робочих процесів (необов’язковий інструмент Plugin)
title: Завдання LLM
x-i18n:
generated_at: "2026-04-23T23:07:51Z"
model: gpt-5.4
generated_at: "2026-05-03T22:56:21Z"
model: gpt-5.5
provider: openai
source_hash: 613aefd1bac5b9675821a118c11130c8bfaefb1673d0266f14ff4e91b47fed8b
source_hash: 9cdc5d4feef17fb6d6d90d819d4c92d26a4ec43e4f5364c6acbaad1934a89269
source_path: tools/llm-task.md
workflow: 15
workflow: 16
---
`llm-task` — це **необов’язковий інструмент plugin**, який запускає JSON-only завдання LLM і
повертає структурований вивід (за бажанням валідований за JSON Schema).
`llm-task` — це **необов’язковий інструмент Plugin**, який запускає LLM-завдання лише з JSON і
повертає структурований вивід (за потреби перевірений за JSON Schema).
Це ідеально підходить для рушіїв workflow, таких як Lobster: ви можете додати один крок LLM
без написання користувацького коду OpenClaw для кожного workflow.
Це ідеально для рушіїв робочих процесів на кшталт Lobster: ви можете додати один LLM-крок
без написання власного коду OpenClaw для кожного робочого процесу.
## Увімкнення plugin
## Увімкнення Plugin
1. Увімкніть plugin:
1. Увімкніть Plugin:
```json
{
@ -33,21 +33,18 @@ x-i18n:
}
```
2. Додайте інструмент до allowlist (він реєструється з `optional: true`):
2. Дозвольте необов’язковий інструмент:
```json
{
"agents": {
"list": [
{
"id": "main",
"tools": { "allow": ["llm-task"] }
}
]
"tools": {
"alsoAllow": ["llm-task"]
}
}
```
Використовуйте `tools.allow` лише тоді, коли потрібен обмежувальний режим списку дозволених.
## Конфігурація (необов’язково)
```json
@ -70,30 +67,30 @@ x-i18n:
}
```
`allowedModels` — це allowlist рядків формату `provider/model`. Якщо його задано, будь-який запит
поза списком відхиляється.
`allowedModels` — це список дозволених рядків `provider/model`. Якщо його задано, будь-який запит
поза списком буде відхилено.
## Параметри інструмента
- `prompt` (string, обов’язково)
- `input` (any, необов’язково)
- `schema` (object, необов’язкова JSON Schema)
- `provider` (string, необов’язково)
- `model` (string, необов’язково)
- `thinking` (string, необов’язково)
- `authProfileId` (string, необов’язково)
- `temperature` (number, необов’язково)
- `maxTokens` (number, необов’язково)
- `timeoutMs` (number, необов’язково)
- `prompt` (рядок, обов’язково)
- `input` (будь-що, необов’язково)
- `schema` (об’єкт, необов’язкова JSON Schema)
- `provider` (рядок, необов’язково)
- `model` (рядок, необов’язково)
- `thinking` (рядок, необов’язково)
- `authProfileId` (рядок, необов’язково)
- `temperature` (число, необов’язково)
- `maxTokens` (число, необов’язково)
- `timeoutMs` (число, необов’язково)
`thinking` приймає стандартні пресети міркування OpenClaw, наприклад `low` або `medium`.
`thinking` приймає стандартні пресети міркування OpenClaw, як-от `low` або `medium`.
## Вивід
Повертає `details.json`, що містить розібраний JSON (і виконує валідацію за
Повертає `details.json`, що містить розібраний JSON (і перевіряє його за
`schema`, якщо її надано).
## Приклад: крок workflow Lobster
## Приклад: крок робочого процесу Lobster
```lobster
openclaw.invoke --tool llm-task --action json --args-json '{
@ -117,14 +114,14 @@ openclaw.invoke --tool llm-task --action json --args-json '{
## Примітки щодо безпеки
- Інструмент є **JSON-only** і наказує моделі виводити лише JSON (без
code fence, без коментарів).
- Для моделі під час цього запуску не відкриваються жодні інструменти.
- Вважайте вивід недовіреним, якщо ви не виконуєте валідацію через `schema`.
- Додавайте погодження перед будь-яким кроком із побічними ефектами (send, post, exec).
- Інструмент працює **лише з JSON** і вказує моделі виводити тільки JSON (без
code fences, без коментарів).
- Для цього запуску моделі не надаються жодні інструменти.
- Вважайте вивід ненадійним, якщо не перевіряєте його за допомогою `schema`.
- Розміщуйте затвердження перед будь-яким кроком із побічними ефектами (send, post, exec).
## Пов’язано
## Пов’язане
- [Рівні Thinking](/uk/tools/thinking)
- [Sub-agents](/uk/tools/subagents)
- [Рівні мислення](/uk/tools/thinking)
- [Субагенти](/uk/tools/subagents)
- [Slash-команди](/uk/tools/slash-commands)

View File

@ -1,52 +1,52 @@
---
read_when:
- Вам потрібні детерміновані багатокрокові workflow з явними погодженнями
- Вам потрібно відновити workflow без повторного запуску попередніх кроків
summary: Типізоване середовище виконання workflow для OpenClaw із відновлюваними етапами погодження.
title: Lobster
- Вам потрібні детерміновані багатоетапні робочі процеси з явними затвердженнями
- Потрібно відновити робочий процес, не запускаючи попередні кроки повторно
summary: Типізоване середовище виконання робочих процесів для OpenClaw із відновлюваними шлюзами затвердження.
title: Омар
x-i18n:
generated_at: "2026-04-27T06:28:56Z"
model: gpt-5.4
generated_at: "2026-05-03T22:56:18Z"
model: gpt-5.5
provider: openai
source_hash: 1700bcfdbcf4558cb908935834e9059221d0d26ad78ed6f9e2158f7e0b83edbd
source_hash: e1a81fddd11fa36f4ce3b3f0bce35f5a7e90300e225027331965bdfdc8919532
source_path: tools/lobster.md
workflow: 15
workflow: 16
---
Lobster — це оболонка workflow, яка дозволяє OpenClaw виконувати багатокрокові послідовності інструментів як одну детерміновану операцію з явними контрольними точками погодження.
Lobster — це оболонка робочих процесів, яка дає OpenClaw змогу запускати багатоетапні послідовності інструментів як одну детерміновану операцію з явними контрольними точками затвердження.
Lobster — це рівень авторингу, що стоїть на один щабель вище за відокремлену фонову роботу. Для оркестрації потоків над окремими завданнями див. [TaskFlow](/uk/automation/taskflow) (`openclaw tasks flow`). Для журналу активності завдань див. [`openclaw tasks`](/uk/automation/tasks).
Lobster — це один авторський шар над від’єднаною фоновою роботою. Про оркестрацію потоків над окремими завданнями див. [TaskFlow](/uk/automation/taskflow) (`openclaw tasks flow`). Про журнал активності завдань див. [`openclaw tasks`](/uk/automation/tasks).
## Хук
Ваш помічник може створювати інструменти, які керують ним самим. Попросіть workflow — і за 30 хвилин у вас буде CLI плюс конвеєри, які виконуються як один виклик. Lobster — це відсутній елемент: детерміновані конвеєри, явні погодження та відновлюваний стан.
Ваш асистент може створювати інструменти, які керують ним самим. Попросіть робочий процес, і за 30 хвилин матимете CLI плюс конвеєри, що запускаються одним викликом. Lobster — це відсутня ланка: детерміновані конвеєри, явні затвердження та стан, який можна відновити.
## Навіщо
Сьогодні складні workflow вимагають багатьох викликів інструментів із поверненням назад і вперед. Кожен виклик коштує токенів, а LLM має оркеструвати кожен крок. Lobster переносить цю оркестрацію в типізоване середовище виконання:
Сьогодні складні робочі процеси потребують багатьох взаємних викликів інструментів. Кожен виклик витрачає токени, а LLM має оркеструвати кожен крок. Lobster переносить цю оркестрацію в типізоване середовище виконання:
- **Один виклик замість багатьох**: OpenClaw виконує один виклик інструмента Lobster і отримує структурований результат.
- **Вбудовані погодження**: побічні дії (надіслати email, залишити коментар) зупиняють workflow, доки його явно не погодять.
- **Відновлюваність**: зупинені workflow повертають токен; погодьте й відновіть без повторного запуску всього.
- **Вбудовані затвердження**: побічні ефекти (надіслати email, опублікувати коментар) зупиняють робочий процес до явного затвердження.
- **Можливість відновлення**: зупинені робочі процеси повертають токен; затвердьте й відновіть без повторного виконання всього процесу.
## Чому DSL, а не звичайні програми?
## Навіщо DSL замість звичайних програм?
Lobster навмисно невеликий. Мета не в тому, щоб створити "нову мову", а в тому, щоб мати передбачувану, дружню до AI специфікацію конвеєра з першокласними погодженнями й токенами відновлення.
Lobster навмисно невеликий. Мета — не "нова мова", а передбачувана, зручна для AI специфікація конвеєра з повноцінними затвердженнями й токенами відновлення.
- **Погодження/відновлення вбудовано**: звичайна програма може попросити людину про підтвердження, але не може _зупинитися й відновитися_ за допомогою стійкого токена без того, щоб ви самі не вигадали таке середовище виконання.
- **Детермінізм + аудитованість**: конвеєри — це дані, тому їх легко журналювати, порівнювати, відтворювати й перевіряти.
- **Обмежена поверхня для AI**: маленька граматика + передавання JSON зменшують кількість “творчих” шляхів виконання коду й роблять валідацію реалістичною.
- **Політика безпеки вбудована**: тайм-аути, обмеження виводу, перевірки sandbox і allowlist примусово забезпечуються середовищем виконання, а не кожним окремим скриптом.
- **Усе ще програмований**: кожен крок може викликати будь-який CLI або скрипт. Якщо ви хочете JS/TS, генеруйте файли `.lobster` з коду.
- **Затвердження/відновлення вбудовано**: звичайна програма може попросити людину про підтвердження, але не може _призупинитися й відновитися_ зі сталим токеном, якщо ви самі не створите таке середовище виконання.
- **Детермінізм + аудитованість**: конвеєри — це дані, тому їх легко логувати, порівнювати, відтворювати й переглядати.
- **Обмежена поверхня для AI**: крихітна граматика + передавання JSON зменшують кількість “творчих” шляхів коду й роблять валідацію реалістичною.
- **Політика безпеки вбудована**: тайм-аути, обмеження виводу, перевірки пісочниці та allowlist-и застосовуються середовищем виконання, а не кожним скриптом.
- **Водночас програмований**: кожен крок може викликати будь-який CLI або скрипт. Якщо хочете JS/TS, генеруйте файли `.lobster` з коду.
## Як це працює
OpenClaw виконує workflow Lobster **у межах процесу** за допомогою вбудованого runner. Жоден зовнішній підпроцес CLI не запускається; рушій workflow виконується всередині процесу gateway і напряму повертає JSON-конверт.
Якщо конвеєр зупиняється для погодження, інструмент повертає `resumeToken`, щоб ви могли продовжити пізніше.
OpenClaw запускає робочі процеси Lobster **у межах процесу** за допомогою вбудованого раннера. Зовнішній підпроцес CLI не створюється; рушій робочих процесів виконується всередині процесу Gateway і повертає JSON-конверт напряму.
Якщо конвеєр призупиняється для затвердження, інструмент повертає `resumeToken`, щоб ви могли продовжити пізніше.
## Патерн: маленький CLI + конвеєри JSON + погодження
## Патерн: малий CLI + JSON-канали + затвердження
Створюйте маленькі команди, які працюють із JSON, а потім об’єднуйте їх в один виклик Lobster. (Нижче наведено лише приклади назв команд — замініть їх своїми.)
Створюйте невеликі команди, які спілкуються JSON, а потім об’єднуйте їх в один виклик Lobster. (Назви прикладних команд нижче — замініть їх на власні.)
```bash
inbox list --json
@ -62,7 +62,7 @@ inbox apply --json
}
```
Якщо конвеєр запитує погодження, відновіть його за токеном:
Якщо конвеєр запитує затвердження, відновіть його з токеном:
```json
{
@ -72,22 +72,22 @@ inbox apply --json
}
```
AI ініціює workflow; Lobster виконує кроки. Етапи погодження роблять побічні дії явними й аудитованими.
AI запускає робочий процес; Lobster виконує кроки. Шлюзи затвердження роблять побічні ефекти явними й аудитованими.
Приклад: зіставити вхідні елементи з викликами інструментів:
Приклад: зіставлення вхідних елементів із викликами інструментів:
```bash
gog.gmail.search --query 'newer_than:1d' \
| openclaw.invoke --tool message --action send --each --item-key message --args-json '{"provider":"telegram","to":"..."}'
```
## Кроки LLM лише з JSON (`llm-task`)
## Кроки LLM лише з JSON (llm-task)
Для workflow, яким потрібен **структурований крок LLM**, увімкніть необов’язковий
інструмент plugin `llm-task` і викликайте його з Lobster. Це зберігає workflow
детермінованим, але водночас дозволяє класифікувати/узагальнювати/створювати чернетки за допомогою моделі.
Для робочих процесів, яким потрібен **структурований крок LLM**, увімкніть необов’язковий інструмент plugin
`llm-task` і викликайте його з Lobster. Це зберігає робочий процес
детермінованим, але дає змогу класифікувати, підсумовувати й готувати чернетки за допомогою моделі.
Увімкнення інструмента:
Увімкніть інструмент:
```json
{
@ -107,7 +107,7 @@ gog.gmail.search --query 'newer_than:1d' \
}
```
Використання в конвеєрі:
Використайте його в конвеєрі:
```lobster
openclaw.invoke --tool llm-task --action json --args-json '{
@ -126,11 +126,11 @@ openclaw.invoke --tool llm-task --action json --args-json '{
}'
```
Докладніше про параметри й конфігурацію див. у [LLM Task](/uk/tools/llm-task).
Див. [LLM Task](/uk/tools/llm-task), щоб дізнатися про подробиці й параметри конфігурації.
## Файли workflow (.lobster)
## Файли робочих процесів (.lobster)
Lobster може виконувати YAML/JSON-файли workflow з полями `name`, `args`, `steps`, `env`, `condition` і `approval`. У викликах інструментів OpenClaw задайте `pipeline` як шлях до файла.
Lobster може запускати YAML/JSON-файли робочих процесів із полями `name`, `args`, `steps`, `env`, `condition` та `approval`. У викликах інструментів OpenClaw задайте `pipeline` як шлях до файлу.
```yaml
name: inbox-triage
@ -156,17 +156,17 @@ steps:
Примітки:
- `stdin: $step.stdout` і `stdin: $step.json` передають вивід попереднього кроку.
- `condition` (або `when`) може керувати виконанням кроків на основі `$step.approved`.
- `condition` (або `when`) може ставити кроки в залежність від `$step.approved`.
## Установлення Lobster
## Встановлення Lobster
Вбудовані workflow Lobster виконуються в межах процесу; окремий бінарний файл `lobster` не потрібен. Вбудований runner постачається разом із plugin Lobster.
Вбудовані робочі процеси Lobster виконуються в межах процесу; окремий бінарний файл `lobster` не потрібен. Вбудований раннер постачається з plugin Lobster.
Якщо вам потрібен окремий CLI Lobster для розробки або зовнішніх конвеєрів, установіть його з [репозиторію Lobster](https://github.com/openclaw/lobster) і переконайтеся, що `lobster` є в `PATH`.
Якщо вам потрібен автономний CLI Lobster для розробки або зовнішніх конвеєрів, установіть його з [репозиторію Lobster](https://github.com/openclaw/lobster) і переконайтеся, що `lobster` є в `PATH`.
## Увімкнення інструмента
Lobster — це **необов’язковий** інструмент plugin (типово не ввімкнений).
Lobster — це **необов’язковий** інструмент plugin (не ввімкнений за замовчуванням).
Рекомендовано (адитивно, безпечно):
@ -195,10 +195,10 @@ Lobster — це **необов’язковий** інструмент plugin (
}
```
Уникайте використання `tools.allow: ["lobster"]`, якщо тільки ви справді не хочете працювати в обмежувальному режимі allowlist.
Уникайте використання `tools.allow: ["lobster"]`, якщо не маєте наміру працювати в обмежувальному режимі allowlist.
<Note>
Allowlist для необов’язкових plugin — це opt-in. Якщо ваш allowlist містить лише інструменти plugin (наприклад, `lobster`), OpenClaw залишає основні інструменти ввімкненими. Щоб обмежити основні інструменти, також включіть у allowlist потрібні основні інструменти або групи.
Allowlists вмикаються за бажанням для необов’язкових plugins. `alsoAllow` вмикає лише названі необов’язкові інструменти plugin, зберігаючи звичайний набір базових інструментів. Щоб обмежити базові інструменти, використовуйте `tools.allow` із потрібними базовими інструментами або групами.
</Note>
## Приклад: сортування email
@ -226,7 +226,7 @@ User: "Check my email and draft replies"
}
```
Повертає JSON-конверт (усічено):
Повертає JSON-конверт (скорочено):
```json
{
@ -242,7 +242,7 @@ User: "Check my email and draft replies"
}
```
Користувач погоджує → відновлення:
Користувач затверджує → відновлення:
```json
{
@ -252,13 +252,13 @@ User: "Check my email and draft replies"
}
```
Один workflow. Детермінований. Безпечний.
Один робочий процес. Детермінований. Безпечний.
## Параметри інструмента
### `run`
Запустити конвеєр у режимі інструмента.
Запустіть конвеєр у режимі інструмента.
```json
{
@ -270,7 +270,7 @@ User: "Check my email and draft replies"
}
```
Запуск файла workflow з аргументами:
Запустіть файл робочого процесу з аргументами:
```json
{
@ -282,7 +282,7 @@ User: "Check my email and draft replies"
### `resume`
Продовжити зупинений workflow після погодження.
Продовжіть зупинений робочий процес після затвердження.
```json
{
@ -294,62 +294,62 @@ User: "Check my email and draft replies"
### Необов’язкові вхідні дані
- `cwd`: Відносний робочий каталог для конвеєра (має залишатися в межах робочого каталогу gateway).
- `timeoutMs`: Перервати workflow, якщо він перевищує цю тривалість (типово: 20000).
- `maxStdoutBytes`: Перервати workflow, якщо вивід перевищує цей розмір (типово: 512000).
- `argsJson`: JSON-рядок, що передається в `lobster run --args-json` (лише для файлів workflow).
- `cwd`: відносний робочий каталог для конвеєра (має залишатися в межах робочого каталогу Gateway).
- `timeoutMs`: перервати робочий процес, якщо він перевищує цю тривалість (за замовчуванням: 20000).
- `maxStdoutBytes`: перервати робочий процес, якщо вивід перевищує цей розмір (за замовчуванням: 512000).
- `argsJson`: JSON-рядок, переданий до `lobster run --args-json` (лише файли робочих процесів).
## Конверт виводу
Lobster повертає JSON-конверт з одним із трьох статусів:
- `ok` → успішно завершено
- `needs_approval` → зупинено; для відновлення потрібен `requiresApproval.resumeToken`
- `needs_approval`призупинено; для відновлення потрібен `requiresApproval.resumeToken`
- `cancelled` → явно відхилено або скасовано
Інструмент показує конверт і в `content` (відформатований JSON), і в `details` (сирий об’єкт).
Інструмент показує конверт і в `content` (форматований JSON), і в `details` (сирий об’єкт).
## Погодження
## Затвердження
Якщо присутній `requiresApproval`, перегляньте prompt і вирішіть:
Якщо присутній `requiresApproval`, перегляньте запит і вирішіть:
- `approve: true` → відновити й продовжити побічні дії
- `approve: false` → скасувати й завершити workflow
- `approve: true` → відновити й продовжити побічні ефекти
- `approve: false` → скасувати й завершити робочий процес
Використовуйте `approve --preview-from-stdin --limit N`, щоб прикріплювати JSON-перегляд до запитів на погодження без власних glue-конструкцій `jq`/heredoc. Тепер токени відновлення компактні: Lobster зберігає стан відновлення workflow у своєму каталозі стану й повертає невеликий ключ токена.
Використовуйте `approve --preview-from-stdin --limit N`, щоб додати JSON-перегляд до запитів на затвердження без власного jq/heredoc-клею. Токени відновлення тепер компактні: Lobster зберігає стан відновлення робочого процесу у своєму каталозі стану й повертає невеликий ключ токена.
## OpenProse
OpenProse добре поєднується з Lobster: використовуйте `/prose` для оркестрації підготовки кількома агентами, а потім запускайте конвеєр Lobster для детермінованих погоджень. Якщо програмі Prose потрібен Lobster, дозвольте інструмент `lobster` для субагентів через `tools.subagents.tools`. Див. [OpenProse](/uk/prose).
OpenProse добре поєднується з Lobster: використовуйте `/prose` для оркестрації підготовки кількох агентів, а потім запускайте конвеєр Lobster для детермінованих затверджень. Якщо програмі Prose потрібен Lobster, дозвольте інструмент `lobster` для субагентів через `tools.subagents.tools`. Див. [OpenProse](/uk/prose).
## Безпека
- **Лише локально в межах процесу**workflow виконуються всередині процесу gateway; сам plugin не робить мережевих викликів.
- **Лише локально в межах процесу**робочі процеси виконуються всередині процесу Gateway; сам plugin не виконує мережевих викликів.
- **Без секретів** — Lobster не керує OAuth; він викликає інструменти OpenClaw, які це роблять.
- **З урахуванням sandbox** — вимикається, коли контекст інструмента перебуває в sandbox.
- **Посилений захист** — тайм-аути й обмеження виводу забезпечуються вбудованим runner.
- **З урахуванням пісочниці** — вимикається, коли контекст інструмента перебуває в пісочниці.
- **Зміцнений** — тайм-аути й обмеження виводу застосовуються вбудованим раннером.
## Усунення несправностей
- **`lobster timed out`** → збільште `timeoutMs` або розбийте довгий конвеєр.
- **`lobster output exceeded maxStdoutBytes`** → збільшіть `maxStdoutBytes` або зменште розмір виводу.
- **`lobster returned invalid JSON`** → переконайтеся, що конвеєр працює в режимі інструмента й виводить лише JSON.
- **`lobster failed`** → перевірте журнали gateway на наявність деталей помилки вбудованого runner.
- **`lobster timed out`** → збільште `timeoutMs` або розділіть довгий конвеєр.
- **`lobster output exceeded maxStdoutBytes`** → збільште `maxStdoutBytes` або зменште розмір виводу.
- **`lobster returned invalid JSON`** → переконайтеся, що конвеєр працює в режимі інструмента й друкує лише JSON.
- **`lobster failed`** → перевірте журнали Gateway, щоб знайти подробиці помилки вбудованого раннера.
## Дізнатися більше
## Докладніше
- [Plugins](/uk/tools/plugin)
- [Авторинг інструментів plugin](/uk/plugins/building-plugins#registering-agent-tools)
- [Створення інструментів plugin](/uk/plugins/building-plugins#registering-agent-tools)
## Кейс: workflow спільноти
## Приклад із практики: спільнотні робочі процеси
Один публічний приклад: CLI “second brain” + конвеєри Lobster, які керують трьома сховищами Markdown (особистим, партнерським, спільним). CLI виводить JSON для статистики, списків inbox і сканування застарілих елементів; Lobster об’єднує ці команди у workflow на кшталт `weekly-review`, `inbox-triage`, `memory-consolidation` і `shared-task-sync`, кожен з етапами погодження. AI виконує оцінювальні задачі (категоризацію), коли це доступно, і повертається до детермінованих правил, коли ні.
Один публічний приклад: CLI “другий мозок” + конвеєри Lobster, які керують трьома Markdown-сховищами (особистим, партнерським, спільним). CLI видає JSON для статистики, списків inbox і сканувань застарілого вмісту; Lobster об’єднує ці команди в робочі процеси на кшталт `weekly-review`, `inbox-triage`, `memory-consolidation` і `shared-task-sync`, кожен зі шлюзами затвердження. AI виконує оцінювання (категоризацію), коли доступний, і повертається до детермінованих правил, коли ні.
- Тред: [https://x.com/plattenschieber/status/2014508656335770033](https://x.com/plattenschieber/status/2014508656335770033)
- Потік: [https://x.com/plattenschieber/status/2014508656335770033](https://x.com/plattenschieber/status/2014508656335770033)
- Репозиторій: [https://github.com/bloomedai/brain-cli](https://github.com/bloomedai/brain-cli)
## Пов’язане
- [Автоматизація і завдання](/uk/automation) — планування workflow Lobster
- [Автоматизація та завдання](/uk/automation) — планування робочих процесів Lobster
- [Огляд автоматизації](/uk/automation) — усі механізми автоматизації
- [Огляд інструментів](/uk/tools) — усі доступні інструменти агента