Інструмент PDF

pdf аналізує один або кілька PDF-документів і повертає текст.

Коротко про поведінку:

• Режим нативного провайдера для провайдерів моделей Anthropic і Google.
• Резервний режим витягування для інших провайдерів (спочатку витягує текст, а потім зображення сторінок, коли потрібно).
• Підтримує одиночне (pdf) або множинне (pdfs) введення, максимум 10 PDF за виклик.

Доступність

Інструмент реєструється лише тоді, коли OpenClaw може визначити конфігурацію моделі з підтримкою PDF для агента:

1. agents.defaults.pdfModel
2. резервний перехід до agents.defaults.imageModel
3. резервний перехід до визначеної сесійної/типової моделі агента
4. якщо нативні PDF-провайдери підтримуються автентифікацією, віддавайте їм перевагу перед загальними кандидатами резервного переходу для зображень

Якщо придатну модель не вдається визначити, інструмент pdf не показується.

Примітки щодо доступності:

• Резервний ланцюжок враховує автентифікацію. Налаштований provider/model враховується лише якщо OpenClaw справді може автентифікувати цього провайдера для агента.
• Нативні PDF-провайдери наразі: Anthropic і Google.
• Якщо визначений сесійний/типовий провайдер уже має налаштовану модель для зору/PDF, інструмент PDF повторно використовує її перед резервним переходом до інших провайдерів з підтримкою автентифікації.

Довідник введення

Примітки щодо введення:

• pdf і pdfs об’єднуються та дедуплікуються перед завантаженням.
• Якщо PDF-введення не надано, інструмент повертає помилку.
• pages розбирається як номери сторінок із нумерацією від 1, дедуплікується, сортується й обмежується налаштованою максимальною кількістю сторінок.
• password застосовується до кожного PDF у запиті та використовується лише резервним режимом витягування.
• maxBytesMb за замовчуванням дорівнює agents.defaults.pdfMaxBytesMb або 10.

Підтримувані посилання на PDF

• локальний шлях до файла (включно з розгортанням ~)
• URL file://
• URL http:// і https://
• керовані OpenClaw вхідні посилання, як-от media://inbound/<id>

Примітки щодо посилань:

• Інші схеми URI (наприклад, ftp://) відхиляються з unsupported_pdf_reference.
• У режимі пісочниці віддалені URL http(s) відхиляються.
• Коли ввімкнено файлову політику лише для робочого простору, локальні шляхи до файлів поза дозволеними коренями відхиляються.
• Керовані вхідні посилання та відтворені шляхи в сховищі вхідних медіа OpenClaw дозволені з файловою політикою лише для робочого простору.

Режими виконання

Режим нативного провайдера

Нативний режим використовується для провайдерів anthropic і google. Інструмент надсилає сирі байти PDF безпосередньо до API провайдера.

Обмеження нативного режиму:

• pages не підтримується. Якщо встановлено, інструмент повертає помилку.
• password не підтримується. Використовуйте ненативну модель для аналізу зашифрованих PDF.
• Множинне PDF-введення підтримується; кожен PDF надсилається як нативний блок документа / вбудована PDF-частина перед запитом.

Резервний режим витягування

Резервний режим використовується для ненативних провайдерів.

Потік:

1. Витягнути текст із вибраних сторінок (до agents.defaults.pdfMaxPages, типово 20).
2. Якщо довжина витягнутого тексту менша за 200 символів, відтворити вибрані сторінки як PNG-зображення та включити їх.
3. Надіслати витягнутий вміст разом із запитом до вибраної моделі.

Деталі резервного режиму:

• Витягування зображень сторінок використовує піксельний бюджет 4,000,000.
• Зашифровані PDF можна відкрити за допомогою параметра верхнього рівня password.
• Якщо цільова модель не підтримує введення зображень і немає тексту, який можна витягнути, інструмент повертає помилку.
• Якщо витягування тексту успішне, але витягування зображень потребувало б зору на текстовій моделі, OpenClaw відкидає відтворені зображення й продовжує з витягнутим текстом.
• Резервне витягування використовує вбудований Plugin document-extract. Plugin володіє clawpdf, який забезпечує витягування тексту та рендеринг зображень через PDFium WebAssembly.

Конфігурація

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

Див. Довідник конфігурації для повних деталей полів.

Деталі виводу

Інструмент повертає текст у content[0].text і структуровані метадані в details.

Поширені поля details:

• model: визначене посилання на модель (provider/model)
• native: true для режиму нативного провайдера, false для резервного режиму
• attempts: резервні спроби, що завершилися невдачею перед успіхом

Поля шляхів:

• одиночне PDF-введення: details.pdf
• множинне PDF-введення: details.pdfs[] з записами pdf
• метадані переписування шляху пісочниці (коли застосовно): rewrittenFrom

Поведінка помилок

• Відсутнє PDF-введення: викидає pdf required: provide a path or URL to a PDF document
• Забагато PDF: повертає структуровану помилку в details.error = "too_many_pdfs"
• Непідтримувана схема посилання: повертає details.error = "unsupported_pdf_reference"
• Нативний режим із pages: викидає зрозумілу помилку pages is not supported with native PDF providers

Приклади

Один PDF:

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

Кілька PDF:

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

Резервна модель із фільтром сторінок:

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

Зашифрований PDF із резервним витягуванням:

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

Пов’язане

• Огляд інструментів - усі доступні інструменти агента
• Довідник конфігурації - конфігурація pdfMaxBytesMb і pdfMaxPages