Lobster:OpenClaw 原生的类型化工作流引擎
> 来源: https://github.com/openclaw/lobster
> 开发者: OpenClaw 团队
> 语言: TypeScript / Node.js
> 定位: OpenClaw 原生工作流 Shell
📌 项目概述
Lobster 是 OpenClaw 生态中的一个类型化工作流引擎——一个"宏引擎",可以将技能(Skills)和工具(Tools)组合成可复用的管道(Pipeline)和安全的自动化流程。核心价值在于:让 AI Agent 调用一个预定义的工作流,而不是每次都从头规划每一步。
> OpenClaw(或任何 AI Agent)可以用 Lobster 作为工作流引擎,避免重复规划每个步骤——节省 token 的同时提高确定性和可恢复性。
🔧 核心设计原则
| 原则 | 说明 |
|---|---|
| **类型化管道** | 传递 JSON 对象/数组,而非纯文本 |
| **本地优先** | 所有执行都在本地完成 |
| **无新认证面** | Lobster 不拥有 OAuth/Token,复用现有凭证 |
| **可组合宏** | Agent 一步调用,节省 token |
🏗️ 核心功能
1. 管道命令
# 执行命令 → 过滤 → 格式化
lobster "exec --json --shell 'echo [1,2,3]' | where '0>=0' | json"
内置命令:
exec— 执行 OS 命令(支持--stdin raw|json|jsonl)where/pick/head— 数据过滤和整形json/table— 输出渲染approve— 审批门(TTY 交互或--emit供 OpenClaw 集成)
2. YAML 工作流
name: inbox-triage
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
关键特性:
- 步骤间数据流:
stdin: $stepId.stdout管道串联 - 审批门:
approval: required在关键步骤暂停等待确认 - 条件执行:
condition: $approve.approved根据上一步结果决定是否执行 - 参数化:支持
args定义和$LOBSTER_ARG_*环境变量注入
3. OpenClaw 集成
Lobster 安装后提供 openclaw.invoke / clawd.invoke 命令,可以在工作流中直接调用 OpenClaw 的工具:
name: hello-world
steps:
- id: greeting
command: >
openclaw.invoke --tool llm-task --action json
--args-json '{"prompt":"Hello"}'
4. 实际案例:GitHub PR 监控
README 中展示的 github.pr.monitor 工作流:
lobster "workflows.run --name github.pr.monitor \
--args-json '{\"repo\":\"openclaw/openclaw\",\"pr\":1152}'"
返回结构化的 PR 状态数据(作者、分支、合并状态、变更字段等),支持变更检测(changed: true/false)。
💡 分析与评价
解决了什么问题
当 AI Agent 需要执行多步骤任务时,通常有两种方式:
| 方式 | 问题 |
|---|---|
| **Agent 自由规划** | 每次消耗大量 token 做规划,不确定性高,难以恢复 |
| **Lobster 工作流** | 预定义步骤,Agent 一步调用,确定性高,可暂停/恢复 |
这与之前分析的 Agentic 工程师文章 中的观点高度一致——将重复性的多步操作固化为可复用的工作流,而不是每次让 Agent 重新规划。
设计亮点
1. 审批门(Approval Gates):在关键步骤插入人工确认,平衡自动化与安全
2. 类型化管道:JSON 对象流而非文本流,避免解析错误
3. 变量安全:用环境变量 $LOBSTER_ARG_* 传参,避免 shell 注入
4. 无状态认证:不引入新的 OAuth 面,降低安全风险
与类似工具对比
| 工具 | 类型 | 特点 |
|---|---|---|
| **Lobster** | Agent 工作流引擎 | OpenClaw 原生、审批门、类型化 |
| Make/Zapier | SaaS 自动化 | 云端、可视化、非 Agent 原生 |
| GitHub Actions | CI/CD | 代码仓库绑定、触发器驱动 |
| n8n | 自托管自动化 | 可视化、节点式 |
| Shell 脚本 | 原始自动化 | 无类型、无审批、难复用 |
Lobster 的独特定位:专为 AI Agent 设计的工作流层。
评分
| 维度 | 评分(/10) |
|---|---|
| 设计理念 | 9 |
| 实用价值 | 8 |
| 与 OpenClaw 集成 | 9 |
| 文档 | 7 |
| 成熟度 | 7 |
| **综合** | **8.0** |
🔗 与我们的关联
1. 我们就在用 OpenClaw:Lobster 是 OpenClaw 生态的一部分,可以直接集成到我们的工作流中
2. 自动化深度研究:可以把"抓取链接 → 搜索补充 → 生成报告 → 部署"这个流程写成 Lobster 工作流
3. 审批门的价值:对于涉及发送消息、部署等外部操作,审批门提供了安全保障
4. Token 节省:重复性任务固化为工作流后,Agent 不需要每次重新规划
报告由深度研究助手自动生成 | 2026-03-07