Lobster 是带审批门的确定性工作流运行时，通过预定义管道替代反复规划，显著节省 token 消耗，适合需人工确认的多步骤自动化场景。
说明：
## 核心定位
Lobster 是一款面向 AI Agent 的**工作流运行时**，核心解决「AI 重复规划导致 token 浪费」与「关键操作缺乏人工把控」两大痛点。它采用声明式管道语法，将多步骤任务编码为可复用的确定性流程，而非让 LLM 每步重新推理。
## 核心用法
**1. 管道式命令组合**
“`bash
$LOBSTER ‘exec –json –shell “gh pr list …” | where “state=MERGED” | table’
“`
支持 15+ 原子命令（filter/project/sort/group/dedupe/map/template 等），数据以 JSON 流传递。
**2. 审批门机制**
管道中插入 `approve –prompt “…”` 即触发暂停，返回含 `resumeToken` 的 JSON 信封，需显式 `–approve yes|no` 续行，防止误操作。
**3. 状态化运行**
`diff.last –key “…”` 与 `state.get/set` 支持跨执行周期的记忆能力，适合监控类场景（如 PR 变更检测）。
**4. 工作流文件**
`.lobster` 文件以 YAML/JSON 声明多步骤流程，支持条件与审批配置，可版本化管理。
## 显著优点
– **Token 效率**：确定性管道消除 LLM 的重复规划开销
– **安全可控**：审批门为副作用操作提供人工把关点
– **状态持久**：内置键值存储，原生支持监控/轮询类工作流
– **集成友好**：JSON 信封输出便于嵌入现有系统；支持调用 Clawdbot 工具链
## 潜在局限
– **学习成本**：管道语法需适应，复杂逻辑可能不如脚本直观
– **调试受限**：状态持久化带来排查跨周期问题的复杂度
– **生态早期**：内置 workflow 数量有限，多数场景需自行编排
– **Node 依赖**：需 Node.js 运行时环境
## 适合人群
– 高频执行「监控→审批→执行」类自动化的开发者/运维
– 需要降低多步骤 AI 任务 token 消耗的 Agent 构建者
– 对关键操作有人工确认合规要求的团队
## 常规风险
– **状态目录安全**：`~/.lobster/state/` 存储敏感数据，需确保权限与备份
– **Resume Token 泄露**：令牌可恢复执行流程，传输与存储需加密
– **Shell 注入**：`exec –shell` 直接执行字符串，输入未严格校验时存在命令注入风险
– **审批疲劳**：过度配置审批门可能导致用户习惯性点击通过，削弱安全价值
会员专属
