Narzędzie PDF

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

• 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

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

• 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

• 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>

• 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

• 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

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

• 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,
    },
  },
}

​

Szczegóły wyjścia

• 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

• 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

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

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

{
  "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