English简体中文繁體中文日本語EspañolPortuguês (BR)한국어DeutschFrançaisالعربيةItalianoTiếng ViệtNederlandsTürkçeУкраїнськаBahasa IndonesiaPolskiفارسیไทย

Tools

Outil PDF

pdf analyse un ou plusieurs documents PDF et renvoie du texte.

Comportement rapide :

  • Mode fournisseur natif pour les fournisseurs de modèles Anthropic et Google.
  • Mode de repli par extraction pour les autres fournisseurs (extraire d’abord le texte, puis les images des pages si nécessaire).
  • Prend en charge une entrée unique (pdf) ou multiple (pdfs), avec un maximum de 10 PDF par appel.

Disponibilité

L’outil n’est enregistré que lorsque OpenClaw peut résoudre une configuration de modèle compatible PDF pour l’agent :

  1. agents.defaults.pdfModel
  2. repli vers agents.defaults.imageModel
  3. repli vers le modèle de session/par défaut résolu de l’agent
  4. si les fournisseurs PDF natifs sont appuyés par l’authentification, les préférer aux candidats de repli d’image génériques

Si aucun modèle utilisable ne peut être résolu, l’outil pdf n’est pas exposé.

Notes de disponibilité :

  • La chaîne de repli tient compte de l’authentification. Un provider/model configuré ne compte que si OpenClaw peut réellement authentifier ce fournisseur pour l’agent.
  • Les fournisseurs PDF natifs sont actuellement Anthropic et Google.
  • Si le fournisseur de session/par défaut résolu dispose déjà d’un modèle vision/PDF configuré, l’outil PDF le réutilise avant de se rabattre sur d’autres fournisseurs appuyés par l’authentification.

Référence des entrées

pdfstring

Un chemin ou une URL de PDF.

pdfsstring[]

Plusieurs chemins ou URL de PDF, jusqu’à 10 au total.

promptstring

Invite d’analyse.

pagesstring

Filtre de pages comme 1-5 ou 1,3,7-9.

modelstring

Remplacement facultatif du modèle sous la forme provider/model.

maxBytesMbnumber

Limite de taille par PDF en Mo. Par défaut, agents.defaults.pdfMaxBytesMb ou 10.

Notes d’entrée :

  • pdf et pdfs sont fusionnés et dédupliqués avant le chargement.
  • Si aucune entrée PDF n’est fournie, l’outil renvoie une erreur.
  • pages est analysé comme des numéros de page en base 1, dédupliqués, triés et bornés au nombre maximal de pages configuré.
  • maxBytesMb vaut par défaut agents.defaults.pdfMaxBytesMb ou 10.

Références PDF prises en charge

  • chemin de fichier local (avec extension de ~)
  • URL file://
  • URL http:// et https://
  • références entrantes gérées par OpenClaw comme media://inbound/<id>

Notes sur les références :

  • Les autres schémas d’URI (par exemple ftp://) sont rejetés avec unsupported_pdf_reference.
  • En mode sandbox, les URL http(s) distantes sont rejetées.
  • Lorsque la politique de fichiers limitée à l’espace de travail est activée, les chemins de fichiers locaux hors des racines autorisées sont rejetés.
  • Les références entrantes gérées et les chemins rejoués sous le magasin de médias entrants d’OpenClaw sont autorisés avec la politique de fichiers limitée à l’espace de travail.

Modes d’exécution

Mode fournisseur natif

Le mode natif est utilisé pour les fournisseurs anthropic et google. L’outil envoie les octets PDF bruts directement aux API des fournisseurs.

Limites du mode natif :

  • pages n’est pas pris en charge. S’il est défini, l’outil renvoie une erreur.
  • L’entrée multi-PDF est prise en charge ; chaque PDF est envoyé comme bloc de document natif / partie PDF intégrée avant l’invite.

Mode de repli par extraction

Le mode de repli est utilisé pour les fournisseurs non natifs.

Flux :

  1. Extraire le texte des pages sélectionnées (jusqu’à agents.defaults.pdfMaxPages, 20 par défaut).
  2. Si la longueur du texte extrait est inférieure à 200 caractères, convertir les pages sélectionnées en images PNG et les inclure.
  3. Envoyer le contenu extrait avec l’invite au modèle sélectionné.

Détails du repli :

  • L’extraction d’images de page utilise un budget de pixels de 4,000,000.
  • Si le modèle cible ne prend pas en charge l’entrée image et qu’il n’existe aucun texte extractible, l’outil renvoie une erreur.
  • Si l’extraction de texte réussit mais que l’extraction d’images nécessiterait la vision sur un modèle texte uniquement, OpenClaw supprime les images rendues et continue avec le texte extrait.
  • Le repli par extraction utilise le Plugin document-extract fourni. Le Plugin possède pdfjs-dist ; @napi-rs/canvas n’est utilisé que lorsque le repli de rendu d’images est disponible.

Configuration

{
  agents: {
    defaults: {
      pdfModel: {
        primary: "anthropic/claude-opus-4-6",
        fallbacks: ["openai/gpt-5.4-mini"],
      },
      pdfMaxBytesMb: 10,
      pdfMaxPages: 20,
    },
  },
}

Consultez la Référence de configuration pour les détails complets des champs.

Détails de sortie

L’outil renvoie du texte dans content[0].text et des métadonnées structurées dans details.

Champs details courants :

  • model : référence de modèle résolue (provider/model)
  • native : true pour le mode fournisseur natif, false pour le repli
  • attempts : tentatives de repli ayant échoué avant la réussite

Champs de chemin :

  • entrée PDF unique : details.pdf
  • plusieurs entrées PDF : details.pdfs[] avec des entrées pdf
  • métadonnées de réécriture de chemin sandbox (le cas échéant) : rewrittenFrom

Comportement en cas d’erreur

  • Entrée PDF manquante : lève pdf required: provide a path or URL to a PDF document
  • Trop de PDF : renvoie une erreur structurée dans details.error = "too_many_pdfs"
  • Schéma de référence non pris en charge : renvoie details.error = "unsupported_pdf_reference"
  • Mode natif avec pages : lève une erreur claire pages is not supported with native PDF providers

Exemples

PDF unique :

{
  "pdf": "/tmp/report.pdf",
  "prompt": "Summarize this report in 5 bullets"
}

Plusieurs PDF :

{
  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],
  "prompt": "Compare risks and timeline changes across both documents"
}

Modèle de repli filtré par pages :

{
  "pdf": "https://example.com/report.pdf",
  "pages": "1-3,7",
  "model": "openai/gpt-5.4-mini",
  "prompt": "Extract only customer-impacting incidents"
}

Connexe