เครื่องมือ PDF

pdf วิเคราะห์เอกสาร PDF หนึ่งรายการขึ้นไปและส่งคืนข้อความ โดยใช้อินพุตเอกสารแบบเนทีฟกับโมเดล Anthropic และ Google และใช้การแยกข้อความ/รูปภาพเป็นทางเลือกสำรองสำหรับผู้ให้บริการรายอื่นทั้งหมด

ความพร้อมใช้งาน

เครื่องมือจะลงทะเบียนเฉพาะเมื่อ OpenClaw สามารถระบุโมเดลที่รองรับ PDF สำหรับเอเจนต์ได้ ลำดับการระบุมีดังนี้:

1. agents.defaults.pdfModel (โมเดลหลัก/สำรองที่ระบุไว้อย่างชัดเจน)
2. agents.defaults.imageModel (โมเดลหลัก/สำรองที่ระบุไว้อย่างชัดเจน)
3. โมเดลเซสชัน/ค่าเริ่มต้นที่ระบุแล้วของเอเจนต์ หากผู้ให้บริการรองรับอินพุต PDF แบบเนทีฟ (Anthropic, Google) หรือมีการกำหนดค่าโมเดลที่รองรับภาพไว้แล้ว
4. ผู้ให้บริการที่รองรับรูปภาพ/การมองเห็นซึ่งตรวจพบโดยอัตโนมัติและมีข้อมูลยืนยันตัวตนที่ใช้งานได้ โดยให้ความสำคัญกับผู้ให้บริการ PDF แบบเนทีฟก่อน

ระบบจะตรวจสอบการยืนยันตัวตนของโมเดลสำรองแต่ละรายการก่อนใช้งาน ดังนั้น provider/model ที่กำหนดค่าไว้จะนับว่าใช้ได้เฉพาะเมื่อ OpenClaw สามารถยืนยันตัวตนกับผู้ให้บริการนั้นสำหรับเอเจนต์ได้ หากไม่สามารถระบุโมเดลที่ใช้งานได้ เครื่องมือ pdf จะไม่ถูกเปิดให้ใช้งาน

ข้อมูลอ้างอิงอินพุต

หมายเหตุ:

• ระบบจะรวมและลบรายการซ้ำจาก pdf และ pdfs ก่อนโหลด โดยต้องระบุอย่างน้อยหนึ่งรายการ
• ระบบจะแยกวิเคราะห์ pages เป็นหมายเลขหน้าที่เริ่มนับจาก 1 ลบรายการซ้ำ เรียงลำดับ และจำกัดตาม agents.defaults.pdfMaxPages (ค่าเริ่มต้น 20) ช่วงที่ไม่ตรงกับหน้าใดภายในขอบเขตจะทำให้เกิดข้อผิดพลาดก่อนเรียกโมเดล

การอ้างอิง PDF ที่รองรับ

• พาธไฟล์ภายในเครื่อง (รวมถึงการขยาย ~)
• URL แบบ file://
• URL แบบ http:// และ https://
• การอ้างอิงขาเข้าที่ OpenClaw จัดการ เช่น media://inbound/<id>

รูปแบบ URI อื่น (เช่น ftp://) จะส่งคืน details.error = "unsupported_pdf_reference" ระบบจะปฏิเสธ URL ระยะไกลแบบ http(s) เมื่อเครื่องมือทำงานในแซนด์บ็อกซ์ หากเปิดใช้นโยบายไฟล์ที่จำกัดเฉพาะเวิร์กสเปซ ระบบจะปฏิเสธพาธภายในเครื่องที่อยู่นอกรากที่อนุญาต แต่ยังคงอนุญาตการอ้างอิงขาเข้าที่จัดการโดยระบบและพาธที่เล่นซ้ำภายใต้ที่เก็บสื่อขาเข้าของ OpenClaw

โหมดการทำงาน

โหมดผู้ให้บริการแบบเนทีฟ

ใช้กับผู้ให้บริการ anthropic และ google (เป็นผู้ให้บริการเพียงสองรายที่ประกาศรองรับเอกสาร PDF แบบเนทีฟในปัจจุบัน) ไบต์ PDF ดิบจะถูกส่งไปยัง API ของผู้ให้บริการโดยตรงในรูปแบบเอกสารเนทีฟ/ส่วน PDF แบบอินไลน์สำหรับแต่ละไฟล์

ข้อจำกัด:

• ไม่รองรับ pages หากตั้งค่าไว้ เครื่องมือจะโยนข้อผิดพลาด pages is not supported with native PDF providers
• ไม่รองรับ password หากตั้งค่าไว้ เครื่องมือจะโยนข้อผิดพลาด password is not supported with native PDF providers โปรดใช้โมเดลที่ไม่ใช่แบบเนทีฟสำหรับ PDF ที่เข้ารหัส

โหมดสำรองแบบแยกข้อมูล

ใช้กับผู้ให้บริการรายอื่นทั้งหมด

1. แยกข้อความจากหน้าที่เลือก (สูงสุดตาม agents.defaults.pdfMaxPages ค่าเริ่มต้น 20) ผ่าน Plugin document-extract ที่รวมมาให้ ซึ่งใช้แพ็กเกจ clawpdf (PDFium WebAssembly) สำหรับการแยกข้อความและรูปภาพ
2. หากข้อความที่แยกได้สั้นกว่า 200 อักขระ ระบบจะเรนเดอร์หน้าเดียวกันเป็นรูปภาพ PNG งบประมาณการเรนเดอร์รวมคือ 4,000,000 พิกเซล โดยใช้ร่วมกันกับทุกหน้าที่ต้องใช้รูปภาพ (จัดสรรตามสัดส่วนของหน้าที่เหลือ ไม่ใช่แยกต่อหน้า) ดังนั้นหน้าข้อความที่มีข้อความเพียงพอแล้วจะข้ามการเรนเดอร์ทั้งหมด
3. ส่งข้อความที่แยกได้ (และรูปภาพที่เรนเดอร์ หากมี) พร้อมพรอมต์ไปยังโมเดลที่เลือก

รายละเอียด:

• PDF ที่เข้ารหัสจะเปิดด้วยพารามิเตอร์ระดับบนสุด password
• หากโมเดลไม่รองรับอินพุตรูปภาพและไม่มีข้อความที่สามารถแยกได้ เครื่องมือจะเกิดข้อผิดพลาด
• หากการเรนเดอร์รูปภาพล้มเหลว OpenClaw จะตัดรูปภาพออกและดำเนินการต่อด้วยข้อความที่แยกได้
• หากโมเดลเป้าหมายรองรับเฉพาะข้อความและการแยกข้อมูลสร้างรูปภาพ OpenClaw จะตัดรูปภาพออกและส่งเฉพาะข้อความ

การกำหนดค่า

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

ดูรายละเอียดฟิลด์ทั้งหมดได้ที่ ข้อมูลอ้างอิงการกำหนดค่า

รายละเอียดเอาต์พุต

เครื่องมือส่งคืนข้อความใน content[0].text และข้อมูลเมตาที่มีโครงสร้างใน details

ฟิลด์ details ที่พบบ่อย:

• model: การอ้างอิงโมเดลที่ระบุแล้ว (provider/model)
• native: true สำหรับโหมดผู้ให้บริการแบบเนทีฟ และ false สำหรับโหมดสำรอง
• attempts: ความพยายามใช้ตัวเลือกสำรองที่ล้มเหลวก่อนสำเร็จ

ฟิลด์พาธ:

• อินพุต PDF รายการเดียว: details.pdf
• อินพุต PDF หลายรายการ: details.pdfs[] พร้อมรายการ pdf
• ข้อมูลเมตาการเขียนพาธใหม่ของแซนด์บ็อกซ์ (เมื่อเกี่ยวข้อง): rewrittenFrom

ลักษณะการทำงานเมื่อเกิดข้อผิดพลาด

ตัวอย่าง

PDF รายการเดียว:

{  "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"}

โมเดลสำรองที่กรองตามหน้า:

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

PDF ที่เข้ารหัสพร้อมการแยกข้อมูลสำรอง:

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

เนื้อหาที่เกี่ยวข้อง

• ภาพรวมเครื่องมือ - เครื่องมือทั้งหมดที่พร้อมใช้งานสำหรับเอเจนต์
• ข้อมูลอ้างอิงการกำหนดค่า - การกำหนดค่า pdfMaxBytesMb และ pdfMaxPages