เครื่องมือ PDF

pdf วิเคราะห์เอกสาร PDF หนึ่งรายการขึ้นไปและส่งคืนข้อความ

พฤติกรรมโดยย่อ:

• โหมดผู้ให้บริการแบบเนทีฟสำหรับผู้ให้บริการโมเดล Anthropic และ Google
• โหมดสำรองด้วยการแยกข้อมูลสำหรับผู้ให้บริการอื่น (แยกข้อความก่อน แล้วจึงใช้รูปภาพหน้าเมื่อจำเป็น)
• รองรับอินพุตแบบรายการเดียว (pdf) หรือหลายรายการ (pdfs) สูงสุด 10 PDF ต่อการเรียกหนึ่งครั้ง

ความพร้อมใช้งาน

เครื่องมือนี้จะถูกลงทะเบียนเฉพาะเมื่อ OpenClaw สามารถแก้ค่า config โมเดลที่รองรับ PDF สำหรับเอเจนต์ได้:

1. agents.defaults.pdfModel
2. สำรองไปที่ agents.defaults.imageModel
3. สำรองไปที่โมเดลเซสชัน/ค่าเริ่มต้นที่แก้ค่าแล้วของเอเจนต์
4. หากผู้ให้บริการ PDF แบบเนทีฟมีการรองรับด้วยการยืนยันตัวตน ให้เลือกก่อนตัวเลือกสำรองรูปภาพทั่วไป

หากไม่สามารถแก้ค่าโมเดลที่ใช้งานได้ เครื่องมือ pdf จะไม่ถูกเปิดเผย

หมายเหตุความพร้อมใช้งาน:

• เชนสำรองรับรู้การยืนยันตัวตน ค่า provider/model ที่ตั้งค่าไว้จะนับเฉพาะเมื่อ OpenClaw สามารถยืนยันตัวตนกับผู้ให้บริการนั้นสำหรับเอเจนต์ได้จริง
• ผู้ให้บริการ PDF แบบเนทีฟในปัจจุบันคือ Anthropic และ Google
• หากผู้ให้บริการเซสชัน/ค่าเริ่มต้นที่แก้ค่าแล้วมีโมเดล vision/PDF ที่ตั้งค่าไว้แล้ว เครื่องมือ PDF จะใช้โมเดลนั้นก่อนสำรองไปยังผู้ให้บริการอื่นที่รองรับด้วยการยืนยันตัวตน

อ้างอิงอินพุต

หมายเหตุอินพุต:

• pdf และ pdfs จะถูกผสานและลบรายการซ้ำก่อนโหลด
• หากไม่ได้ระบุอินพุต PDF เครื่องมือจะแจ้งข้อผิดพลาด
• pages จะถูกแยกวิเคราะห์เป็นหมายเลขหน้าแบบเริ่มที่ 1, ลบรายการซ้ำ, เรียงลำดับ และจำกัดให้อยู่ภายในจำนวนหน้าสูงสุดที่ตั้งค่าไว้
• password ใช้กับ PDF ทุกไฟล์ในคำขอ และจะถูกใช้โดยโหมดสำรองด้วยการแยกข้อมูลเท่านั้น
• maxBytesMb มีค่าเริ่มต้นเป็น agents.defaults.pdfMaxBytesMb หรือ 10

การอ้างอิง PDF ที่รองรับ

• พาธไฟล์ในเครื่อง (รวมถึงการขยาย ~)
• URL file://
• URL http:// และ https://
• refs ขาเข้าที่ OpenClaw จัดการ เช่น media://inbound/<id>

หมายเหตุการอ้างอิง:

• URI scheme อื่น (เช่น ftp://) จะถูกปฏิเสธด้วย unsupported_pdf_reference
• ในโหมด sandbox, URL ระยะไกล http(s) จะถูกปฏิเสธ
• เมื่อเปิดใช้นโยบายไฟล์เฉพาะ workspace พาธไฟล์ในเครื่องที่อยู่นอก root ที่อนุญาตจะถูกปฏิเสธ
• refs ขาเข้าที่จัดการแล้วและพาธที่เล่นซ้ำภายใต้ media store ขาเข้าของ OpenClaw จะได้รับอนุญาตด้วยนโยบายไฟล์เฉพาะ workspace

โหมดการทำงาน

โหมดผู้ให้บริการแบบเนทีฟ

โหมดเนทีฟใช้สำหรับผู้ให้บริการ anthropic และ google เครื่องมือจะส่งไบต์ PDF ดิบไปยัง API ของผู้ให้บริการโดยตรง

ข้อจำกัดของโหมดเนทีฟ:

• ไม่รองรับ pages หากตั้งค่าไว้ เครื่องมือจะส่งคืนข้อผิดพลาด
• ไม่รองรับ password ใช้โมเดลที่ไม่ใช่เนทีฟเพื่อวิเคราะห์ PDF ที่เข้ารหัส
• รองรับอินพุตหลาย PDF โดยแต่ละ PDF จะถูกส่งเป็นบล็อกเอกสารเนทีฟ / ส่วน PDF แบบ inline ก่อนพรอมป์

โหมดสำรองด้วยการแยกข้อมูล

โหมดสำรองใช้สำหรับผู้ให้บริการที่ไม่ใช่เนทีฟ

ลำดับงาน:

1. แยกข้อความจากหน้าที่เลือก (สูงสุด agents.defaults.pdfMaxPages, ค่าเริ่มต้น 20)
2. หากความยาวข้อความที่แยกได้ต่ำกว่า 200 อักขระ ให้เรนเดอร์หน้าที่เลือกเป็นรูปภาพ PNG และรวมเข้าไปด้วย
3. ส่งเนื้อหาที่แยกได้พร้อมพรอมป์ไปยังโมเดลที่เลือก

รายละเอียดโหมดสำรอง:

• การแยกรูปภาพหน้าจะใช้งบประมาณพิกเซล 4,000,000
• PDF ที่เข้ารหัสสามารถเปิดได้ด้วยพารามิเตอร์ระดับบนสุด password
• หากโมเดลเป้าหมายไม่รองรับอินพุตรูปภาพและไม่มีข้อความที่แยกได้ เครื่องมือจะแจ้งข้อผิดพลาด
• หากการแยกข้อความสำเร็จ แต่การแยกรูปภาพต้องใช้ vision บนโมเดลแบบข้อความเท่านั้น OpenClaw จะตัดรูปภาพที่เรนเดอร์ออกและดำเนินการต่อด้วยข้อความที่แยกได้
• โหมดสำรองด้วยการแยกข้อมูลใช้ Plugin document-extract ที่บันเดิลมา Plugin นี้เป็นเจ้าของ clawpdf ซึ่งให้การแยกข้อความและการเรนเดอร์รูปภาพผ่าน PDFium WebAssembly

Config

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

ดู เอกสารอ้างอิงการกำหนดค่า สำหรับรายละเอียดฟิลด์ทั้งหมด

รายละเอียดเอาต์พุต

เครื่องมือส่งคืนข้อความใน content[0].text และ metadata แบบมีโครงสร้างใน details

ฟิลด์ details ทั่วไป:

• model: ref โมเดลที่แก้ค่าแล้ว (provider/model)
• native: true สำหรับโหมดผู้ให้บริการแบบเนทีฟ, false สำหรับโหมดสำรอง
• attempts: ความพยายามสำรองที่ล้มเหลวก่อนสำเร็จ

ฟิลด์พาธ:

• อินพุต PDF เดี่ยว: details.pdf
• อินพุต PDF หลายรายการ: details.pdfs[] พร้อมรายการ pdf
• metadata การเขียนพาธใหม่ของ sandbox (เมื่อใช้ได้): rewrittenFrom

พฤติกรรมข้อผิดพลาด

• อินพุต PDF หายไป: โยน pdf required: provide a path or URL to a PDF document
• PDF มากเกินไป: ส่งคืนข้อผิดพลาดแบบมีโครงสร้างใน details.error = "too_many_pdfs"
• scheme การอ้างอิงไม่รองรับ: ส่งคืน details.error = "unsupported_pdf_reference"
• โหมดเนทีฟพร้อม pages: โยนข้อผิดพลาดที่ชัดเจน pages is not supported with native PDF providers

ตัวอย่าง

PDF เดี่ยว:

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

PDF หลายรายการ:

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

โมเดลสำรองที่กรองหน้า:

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

PDF ที่เข้ารหัสพร้อมโหมดสำรองด้วยการแยกข้อมูล:

{  "pdf": "/tmp/locked.pdf",  "password": "example-password",  "model": "openai/gpt-5.4-mini",  "prompt": "Summarize this contract"}

ที่เกี่ยวข้อง

• ภาพรวมเครื่องมือ - เครื่องมือเอเจนต์ทั้งหมดที่พร้อมใช้งาน
• เอกสารอ้างอิงการกำหนดค่า - config pdfMaxBytesMb และ pdfMaxPages