Outil PDF

pdf analyse un ou plusieurs documents PDF et renvoie du texte. Il utilise l’entrée de document native avec les modèles Anthropic et Google, et se rabat sur l’extraction de texte et d’images pour tous les autres fournisseurs.

Disponibilité

L’outil est enregistré uniquement lorsqu’OpenClaw peut résoudre un modèle prenant en charge les PDF pour l’agent. Ordre de résolution :

1. agents.defaults.pdfModel (modèle principal et modèles de secours explicites)
2. agents.defaults.imageModel (modèle principal et modèles de secours explicites)
3. Le modèle de session/par défaut résolu de l’agent, si son fournisseur prend en charge l’entrée PDF native (Anthropic, Google) ou dispose déjà d’un modèle de vision configuré
4. Les fournisseurs détectés automatiquement qui prennent en charge les images ou la vision et disposent d’une authentification utilisable, en privilégiant d’abord ceux qui prennent en charge les PDF natifs

L’authentification de chaque modèle de secours candidat est vérifiée avant son utilisation. Ainsi, un provider/model configuré n’est pris en compte que si OpenClaw peut authentifier ce fournisseur pour l’agent. Si aucun modèle utilisable ne peut être résolu, l’outil pdf n’est pas exposé.

Référence des entrées

Remarques :

• pdf et pdfs sont fusionnés et dédupliqués avant le chargement ; au moins l’un des deux est requis.
• pages est analysé comme une liste de numéros de pages commençant à 1, dédupliquée, triée et limitée à agents.defaults.pdfMaxPages (20 par défaut). Une plage ne correspondant à aucune page dans les limites provoque une erreur avant l’appel du modèle.

Références PDF prises en charge

• Chemin de fichier local (y compris avec développement de ~)
• URL file://
• URL http:// et https://
• Références entrantes gérées par OpenClaw, telles que media://inbound/<id>

Les autres schémas d’URI (par exemple ftp://) renvoient details.error = "unsupported_pdf_reference". Les URL http(s) distantes sont refusées lorsque l’outil s’exécute dans un bac à sable. Lorsque la stratégie de fichiers limités à l’espace de travail est activée, les chemins locaux situés hors des racines autorisées sont refusés ; les références entrantes gérées et les chemins rejoués sous le stockage de médias entrants d’OpenClaw restent autorisés.

Modes d’exécution

Mode fournisseur natif

Utilisé pour les fournisseurs anthropic et google (les seuls fournisseurs déclarant actuellement une prise en charge native des documents PDF). Les octets bruts de chaque PDF sont transmis directement à l’API du fournisseur sous forme de document natif ou de partie PDF intégrée.

Limites :

• pages n’est pas pris en charge ; s’il est défini, l’outil lève l’erreur pages is not supported with native PDF providers.
• password n’est pas pris en charge ; s’il est défini, l’outil lève l’erreur password is not supported with native PDF providers. Utilisez un modèle non natif pour les PDF chiffrés.

Mode de secours par extraction

Utilisé pour tous les autres fournisseurs.

1. Extrait le texte des pages sélectionnées (jusqu’à agents.defaults.pdfMaxPages, 20 par défaut) via le plugin document-extract intégré, qui utilise le paquet clawpdf (PDFium WebAssembly) pour extraire le texte et les images.
2. Si le texte extrait comporte moins de 200 caractères, restitue les mêmes pages sous forme d’images PNG. Le budget de restitution est de 4,000,000 pixels au total, partagé entre toutes les pages nécessitant des images (alloué proportionnellement par page restante, et non individuellement par page). Ainsi, les pages contenant déjà suffisamment de texte ne sont pas restituées.
3. Envoie le texte extrait, les éventuelles images restituées et l’invite au modèle sélectionné.

Détails :

• Les PDF chiffrés sont ouverts avec le paramètre password de premier niveau.
• Si le modèle n’accepte pas d’images en entrée et qu’aucun texte ne peut être extrait, l’outil renvoie une erreur.
• Si la restitution des images échoue, OpenClaw les ignore et poursuit avec le texte extrait.
• Si le modèle cible accepte uniquement du texte et que l’extraction a produit des images, OpenClaw ignore les images et envoie uniquement le texte.

Configuration

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

Consultez la référence de configuration pour obtenir tous les détails sur les champs.

Détails de la sortie

L’outil renvoie le texte dans content[0].text et les métadonnées structurées dans details.

Champs details courants :

• model : référence du modèle résolu (provider/model)
• native : true pour le mode fournisseur natif, false pour le mode de secours
• attempts : tentatives de secours ayant échoué avant la réussite

Champs de chemin :

• Entrée PDF unique : details.pdf
• Entrées PDF multiples : details.pdfs[] avec des entrées pdf
• Métadonnées de réécriture du chemin du bac à sable, le cas échéant : rewrittenFrom

Comportement en cas d’erreur

Exemples

PDF unique :

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

Plusieurs PDF :

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

Modèle de secours avec filtrage des pages :

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

PDF chiffré avec secours par extraction :

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

Pages connexes

• Présentation des outils - tous les outils disponibles pour les agents
• Référence de configuration - configuration de pdfMaxBytesMb et pdfMaxPages