Passer au contenu principal

​
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 sur agents.defaults.imageModel
  3. repli sur le modèle de session/par défaut résolu de l’agent
  4. si les fournisseurs PDF natifs sont adossés à une authentification, les préférer avant les candidats génériques de repli d’image
Si aucun modèle exploitable ne peut être résolu, l’outil pdf n’est pas exposé. Notes sur la disponibilité :
  • La chaîne de repli tient compte de l’authentification. Un provider/model configuré ne compte que si OpenClaw peut effectivement 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 replier sur d’autres fournisseurs adossés à une authentification.

​
Référence des entrées

  • pdf (string) : un chemin ou une URL de PDF
  • pdfs (string[]) : plusieurs chemins ou URL de PDF, jusqu’à 10 au total
  • prompt (string) : prompt d’analyse, par défaut Analyze this PDF document.
  • pages (string) : filtre de pages comme 1-5 ou 1,3,7-9
  • model (string) : remplacement de modèle facultatif (provider/model)
  • maxBytesMb (number) : limite de taille par PDF en Mo
Notes sur les entrées :
  • 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 à base 1, dédupliqués, triés et limités au nombre maximal de pages configuré.
  • maxBytesMb a pour valeur par défaut agents.defaults.pdfMaxBytesMb ou 10.

​
Références PDF prises en charge

  • chemin de fichier local (y compris l’expansion de ~)
  • URL file://
  • URL http:// et https://
Notes sur les références :
  • Les autres schémas d’URI (par exemple ftp://) sont rejetés avec unsupported_pdf_reference.
  • En mode sandbox, les URL distantes http(s) sont rejetées.
  • Lorsque la politique de fichiers limitée au workspace est activée, les chemins de fichiers locaux en dehors des racines autorisées sont rejetés.

​
Modes d’exécution

​
Mode fournisseur natif

Le mode natif est utilisé pour les fournisseurs anthropic et google. L’outil envoie directement les octets bruts du PDF 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 en ligne avant le prompt.

​
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, valeur par défaut 20).
  2. Si la longueur du texte extrait est inférieure à 200 caractères, rendre les pages sélectionnées en images PNG et les inclure.
  3. Envoyer le contenu extrait plus le prompt 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’y a pas de 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 seul, OpenClaw supprime les images rendues et continue avec le texte extrait.
  • Le repli par extraction nécessite pdfjs-dist (et @napi-rs/canvas pour le rendu d’image).

​
Configuration

{
  agents: {
    defaults: {
      pdfModel: {
        primary: "anthropic/claude-opus-4-6",
        fallbacks: ["openai/gpt-5.4-mini"],
      },
      pdfMaxBytesMb: 10,
      pdfMaxPages: 20,
    },
  },
}
Voir la Référence de configuration pour tous les détails 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 du modèle résolu (provider/model)
  • native : true pour le mode fournisseur natif, false pour le repli
  • attempts : tentatives de repli ayant échoué avant le succès
Champs de chemin :
  • entrée PDF unique : details.pdf
  • entrées PDF multiples : 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"
}
PDF multiples : 
{
  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],
  "prompt": "Compare risks and timeline changes across both documents"
}
Modèle de repli avec filtre de pages : 
{
  "pdf": "https://example.com/report.pdf",
  "pages": "1-3,7",
  "model": "openai/gpt-5.4-mini",
  "prompt": "Extract only customer-impacting incidents"
}

​
Liens associés