Tools

Narzędzie PDF

pdf analizuje jeden lub więcej dokumentów PDF i zwraca tekst.

Szybkie zachowanie:

Tryb natywny dostawcy dla dostawców modeli Anthropic i Google.
Tryb awaryjnego wyodrębniania dla innych dostawców (najpierw wyodrębnia tekst, a następnie obrazy stron, gdy jest to potrzebne).
Obsługuje pojedyncze (pdf) lub wielokrotne (pdfs) dane wejściowe, maksymalnie 10 plików PDF na wywołanie.

Dostępność

Narzędzie jest rejestrowane tylko wtedy, gdy OpenClaw może rozpoznać konfigurację modelu obsługującego PDF dla agenta:

agents.defaults.pdfModel
awaryjnie agents.defaults.imageModel
awaryjnie rozpoznany model sesji/domyślny agenta
jeśli natywni dostawcy PDF są oparci na uwierzytelnianiu, preferuj ich przed ogólnymi kandydatami awaryjnymi obsługującymi obrazy

Jeśli nie można rozpoznać żadnego użytecznego modelu, narzędzie pdf nie jest udostępniane.

Uwagi dotyczące dostępności:

Łańcuch awaryjny uwzględnia uwierzytelnianie. Skonfigurowany provider/model liczy się tylko wtedy, gdy OpenClaw może faktycznie uwierzytelnić tego dostawcę dla agenta.
Natywni dostawcy PDF to obecnie Anthropic i Google.
Jeśli rozpoznany dostawca sesji/domyślny ma już skonfigurowany model vision/PDF, narzędzie PDF używa go ponownie przed przejściem awaryjnym do innych dostawców opartych na uwierzytelnianiu.

Odwołanie do danych wejściowych

pdfstring

Jedna ścieżka lub URL do pliku PDF.

pdfsstring[]

Wiele ścieżek lub URL-i do plików PDF, łącznie do 10.

promptstring

Prompt analizy.

pagesstring

Filtr stron, taki jak 1-5 lub 1,3,7-9.

modelstring

Opcjonalne nadpisanie modelu w formie provider/model.

maxBytesMbnumber

Limit rozmiaru na plik PDF w MB. Domyślnie agents.defaults.pdfMaxBytesMb lub 10.

Uwagi dotyczące danych wejściowych:

pdf i pdfs są scalane i deduplikowane przed wczytaniem.
Jeśli nie podano żadnego wejścia PDF, narzędzie zgłasza błąd.
pages jest parsowane jako numery stron liczone od 1, deduplikowane, sortowane i ograniczane do skonfigurowanej maksymalnej liczby stron.
maxBytesMb domyślnie przyjmuje agents.defaults.pdfMaxBytesMb lub 10.

Obsługiwane odwołania do PDF

lokalna ścieżka pliku (w tym rozwinięcie ~)
URL file://
URL http:// i https://
zarządzane przez OpenClaw odwołania przychodzące, takie jak media://inbound/<id>

Uwagi dotyczące odwołań:

Inne schematy URI (na przykład ftp://) są odrzucane z unsupported_pdf_reference.
W trybie piaskownicy zdalne URL-e http(s) są odrzucane.
Przy włączonej polityce plików ograniczonej do obszaru roboczego lokalne ścieżki plików poza dozwolonymi katalogami głównymi są odrzucane.
Zarządzane odwołania przychodzące i odtworzone ścieżki w magazynie mediów przychodzących OpenClaw są dozwolone przy polityce plików ograniczonej do obszaru roboczego.

Tryby wykonania

Tryb natywny dostawcy

Tryb natywny jest używany dla dostawców anthropic i google. Narzędzie wysyła surowe bajty PDF bezpośrednio do API dostawcy.

Limity trybu natywnego:

pages nie jest obsługiwane. Jeśli jest ustawione, narzędzie zwraca błąd.
Wejście z wieloma plikami PDF jest obsługiwane; każdy PDF jest wysyłany jako natywny blok dokumentu / część PDF inline przed promptem.

Tryb awaryjnego wyodrębniania

Tryb awaryjny jest używany dla dostawców nienatywnych.

Przepływ:

Wyodrębnij tekst z wybranych stron (do agents.defaults.pdfMaxPages, domyślnie 20).
Jeśli długość wyodrębnionego tekstu jest mniejsza niż 200 znaków, renderuj wybrane strony do obrazów PNG i dołącz je.
Wyślij wyodrębnioną zawartość wraz z promptem do wybranego modelu.

Szczegóły trybu awaryjnego:

Wyodrębnianie obrazów stron używa budżetu pikseli 4,000,000.
Jeśli model docelowy nie obsługuje danych wejściowych obrazu i nie ma tekstu możliwego do wyodrębnienia, narzędzie zgłasza błąd.
Jeśli wyodrębnianie tekstu się powiedzie, ale wyodrębnianie obrazów wymagałoby vision w modelu tylko tekstowym, OpenClaw pomija wyrenderowane obrazy i kontynuuje z wyodrębnionym tekstem.
Awaryjne wyodrębnianie używa dołączonego Plugin document-extract. Plugin jest właścicielem pdfjs-dist; @napi-rs/canvas jest używany tylko wtedy, gdy dostępny jest awaryjny rendering obrazów.

Konfiguracja

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

Zobacz Odwołanie do konfiguracji, aby uzyskać pełne szczegóły pól.

Szczegóły wyjścia

Narzędzie zwraca tekst w content[0].text oraz ustrukturyzowane metadane w details.

Typowe pola details:

model: rozpoznane odwołanie do modelu (provider/model)
native: true dla trybu natywnego dostawcy, false dla trybu awaryjnego
attempts: próby awaryjne, które zakończyły się niepowodzeniem przed sukcesem

Pola ścieżek:

pojedyncze wejście PDF: details.pdf
wiele wejść PDF: details.pdfs[] z wpisami pdf
metadane przepisywania ścieżki piaskownicy (gdy ma zastosowanie): rewrittenFrom

Zachowanie błędów

Brak wejścia PDF: zgłasza pdf required: provide a path or URL to a PDF document
Zbyt wiele plików PDF: zwraca ustrukturyzowany błąd w details.error = "too_many_pdfs"
Nieobsługiwany schemat odwołania: zwraca details.error = "unsupported_pdf_reference"
Tryb natywny z pages: zgłasza czytelny błąd pages is not supported with native PDF providers

Przykłady

Pojedynczy PDF:

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

Wiele plików PDF:

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

Model awaryjny z filtrem stron:

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

Powiązane

Przegląd narzędzi - wszystkie dostępne narzędzia agenta
Odwołanie do konfiguracji - konfiguracja pdfMaxBytesMb i pdfMaxPages

# Dostępność

# Odwołanie do danych wejściowych

# Obsługiwane odwołania do PDF

# Tryby wykonania

# Tryb natywny dostawcy

# Tryb awaryjnego wyodrębniania

# Konfiguracja

# Szczegóły wyjścia

# Zachowanie błędów

# Przykłady

# Powiązane