PDF 工具

pdf 会分析一个或多个 PDF 文档并返回文本。它在 Anthropic 和 Google 模型上使用原生文档输入，而对其他所有提供方则回退到文本/图像提取。

可用性

该工具仅在 OpenClaw 能为该代理解析出一个支持 PDF 的模型时才会注册。解析顺序：

agents.defaults.pdfModel（显式主模型/回退模型）
agents.defaults.imageModel（显式主模型/回退模型）
该代理已解析的会话/默认模型，如果其提供方支持原生 PDF 输入（Anthropic、Google），或已经配置了视觉模型
自动检测到的、带有可用认证信息的图像/视觉能力提供方，优先选择支持原生 PDF 的提供方

每个回退候选在使用前都会进行认证检查，因此，已配置的 provider/model 只有在 OpenClaw 能为该代理对该提供方完成认证时才算有效。如果没有解析出可用模型，则不会暴露 pdf 工具。

输入参考

string

一个 PDF 路径或 URL。

string[]

多个 PDF 路径或 URL，最多总计 10 个。

string

default:"分析此 PDF 文档。"

分析提示。

string

页面筛选，例如 1-5 或 1,3,7-9。原生提供方模式不支持。

string

加密 PDF 的密码。适用于请求中的每个 PDF；仅在提取回退模式中使用。

string

可选的模型覆盖，格式为 provider/model。

number

每个 PDF 的大小上限，单位为 MB。默认值为 agents.defaults.pdfMaxMb，如果未设置则为 10。

备注：

pdf 和 pdfs 在加载前会合并并去重；至少需要提供一个。
pages 会按从 1 开始的页码解析、去重、排序，并限制到 agents.defaults.pdfMaxPages（默认 20）。如果某个范围不包含任何有效页码，则会在模型调用前报错。

支持的 PDF 引用

本地文件路径（包括 ~ 展开）
file:// URL
http:// 和 https:// URL
OpenClaw 管理的入站引用，例如 media://inbound/<id>

其他 URI 方案（例如 ftp://）会返回 details.error = "unsupported_pdf_reference"。当工具在沙箱中运行时，远程 http(s) URL 会被拒绝。启用仅工作区文件策略后，不允许根目录之外的本地路径会被拒绝；但 OpenClaw 的入站媒体存储下的受管入站引用和重放路径仍然允许。

执行模式

原生提供方模式

用于提供方 anthropic 和 google（目前唯一声明原生 PDF 文档支持的提供方）。原始 PDF 字节会作为每个文件的原生文档/内联 PDF 部分直接发送到提供方 API。限制：

不支持 pages；如果设置了该项，工具会抛出 pages is not supported with native PDF providers。
不支持 password；如果设置了该项，工具会抛出 password is not supported with native PDF providers。对于加密 PDF，请使用非原生模型。

提取回退模式

用于其他所有提供方。

使用捆绑的 document-extract 插件从所选页面提取文本（最多 agents.defaults.pdfMaxPages，默认 20），该插件使用 clawpdf 包（PDFium WebAssembly）进行文本和图像提取。
如果提取出的文本短于 200 个字符，则将相同页面渲染为 PNG 图像。渲染预算总计为 4,000,000 像素，并在所有需要图像的页面之间共享（按剩余页面比例分配，而不是按每页分配），因此已经包含足够文本的页面会完全跳过渲染。
将提取的文本（以及任何渲染出的图像）和提示一起发送给所选模型。

详情：

加密 PDF 使用顶层 password 参数打开。
如果模型不支持图像输入且没有可提取文本，工具会报错。
如果图像渲染失败，OpenClaw 会丢弃图像并继续使用提取出的文本。
如果目标模型仅支持文本，而提取过程产生了图像，OpenClaw 会丢弃图像并仅发送文本。

配置

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

键	默认值	含义
`agents.defaults.pdfModel`	未设置	显式指定主／备用 PDF 模型；若无则回退到 `imageModel`，再回退到会话模型。
`agents.defaults.pdfMaxMb`	`10`	单个 PDF 的大小上限（MB）。
`agents.defaults.pdfMaxPages`	`20`	每个 PDF 处理的最大页数。

请参阅配置参考以获取完整字段详情。

输出详情

该工具会在 content[0].text 中返回文本，并在 details 中返回结构化元数据。常见 details 字段：

model：解析后的模型引用（provider/model）
native：原生提供方模式为 true，回退模式为 false
attempts：成功前失败的回退尝试次数

路径字段：

单个 PDF 输入：details.pdf
多个 PDF 输入：details.pdfs[]，其中包含 pdf 条目
沙箱路径重写元数据（适用时）：rewrittenFrom

错误行为

条件	结果
没有 PDF 输入	抛出 `pdf required: provide a path or URL to a PDF document`
超过 10 个 PDF	`details.error = "too_many_pdfs"`
不支持的引用方案	`details.error = "unsupported_pdf_reference"`
使用原生提供程序时传入 `pages`	抛出 `pages is not supported with native PDF providers`
使用原生提供程序时传入 `password`	抛出 `password is not supported with native PDF providers`

示例

单个 PDF：

{
  "pdf": "/tmp/report.pdf",
  "prompt": "用 5 个要点总结这份报告"
}

多个 PDF：

{
  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],
  "prompt": "比较两份文档中的风险和时间线变化"
}

按页面过滤的回退模型：

{
  "pdf": "https://example.com/report.pdf",
  "pages": "1-3,7",
  "model": "openai/gpt-5.4-mini",
  "prompt": "仅提取对客户有影响的事件"
}

加密 PDF 的提取回退：

{
  "pdf": "/tmp/locked.pdf",
  "password": "example-password",
  "model": "openai/gpt-5.4-mini",
  "prompt": "总结这份合同"
}

概览

插件

插件指南

构建插件

技能

自动化

工具

智能体协作

可用性

输入参考

支持的 PDF 引用

执行模式

原生提供方模式

提取回退模式

配置

输出详情

错误行为

示例

相关内容

​可用性

​输入参考

​支持的 PDF 引用

​执行模式

​原生提供方模式

​提取回退模式

​配置

​输出详情

​错误行为

​示例

​相关内容

可用性

输入参考

支持的 PDF 引用

执行模式

原生提供方模式

提取回退模式

配置

输出详情

错误行为

示例

相关内容