Herramienta de PDF

​

Disponibilidad

1. agents.defaults.pdfModel (modelo principal y alternativas explícitos)
2. agents.defaults.imageModel (modelo principal y alternativas explícitos)
3. El modelo resuelto de la sesión o predeterminado del agente, si su proveedor admite entrada nativa de PDF (Anthropic, Google) o ya tiene configurado un modelo de visión
4. Proveedores compatibles con imágenes/visión detectados automáticamente y con autenticación utilizable, dando prioridad a los proveedores con PDF nativo

​

Referencia de entrada

• pdf y pdfs se combinan y deduplican antes de la carga; se requiere al menos uno.
• pages se interpreta como números de página con base 1, se deduplica, se ordena y se limita a agents.defaults.pdfMaxPages (valor predeterminado: 20). Un intervalo que no coincida con ninguna página dentro de los límites produce un error antes de llamar al modelo.

​

Referencias de PDF compatibles

• Ruta de archivo local (incluida la expansión de ~)
• URL file://
• URL http:// y https://
• Referencias entrantes administradas por OpenClaw, como media://inbound/<id>

​

Modos de ejecución

​

Modo nativo del proveedor

• pages no se admite; si se establece, la herramienta genera pages is not supported with native PDF providers.
• password no se admite; si se establece, la herramienta genera password is not supported with native PDF providers. Utilice un modelo no nativo para los PDF cifrados.

​

Modo alternativo de extracción

1. Extrae el texto de las páginas seleccionadas (hasta agents.defaults.pdfMaxPages, valor predeterminado: 20) mediante el Plugin document-extract incluido, que utiliza el paquete clawpdf (PDFium WebAssembly) para extraer texto e imágenes.
2. Si el texto extraído tiene menos de 200 caracteres, representa las mismas páginas como imágenes PNG. El presupuesto de representación es de 4,000,000 píxeles en total, compartidos entre todas las páginas que necesitan imágenes (asignados proporcionalmente por cada página restante, no por página), por lo que las páginas que ya contienen suficiente texto omiten por completo la representación.
3. Envía el texto extraído (y cualquier imagen representada), junto con la instrucción, al modelo seleccionado.

• Los PDF cifrados se abren con el parámetro de nivel superior password.
• Si el modelo no admite entrada de imágenes y no hay texto extraíble, la herramienta produce un error.
• Si falla la representación de imágenes, OpenClaw descarta las imágenes y continúa con el texto extraído.
• Si el modelo de destino solo admite texto y la extracción produjo imágenes, OpenClaw descarta las imágenes y envía únicamente el texto.

​

Configuración

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

​

Detalles de la salida

• model: referencia del modelo resuelto (provider/model)
• native: true para el modo nativo del proveedor, false para el modo alternativo
• attempts: intentos con modelos alternativos que fallaron antes de lograr el resultado

• Entrada de un único PDF: details.pdf
• Entradas de varios PDF: details.pdfs[] con elementos pdf
• Metadatos de reescritura de rutas del entorno aislado (cuando corresponda): rewrittenFrom

​

Comportamiento ante errores

​

Ejemplos

{
  "pdf": "/tmp/report.pdf",
  "prompt": "Resume este informe en 5 viñetas"
}

{
  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],
  "prompt": "Compara los riesgos y los cambios en el cronograma entre ambos documentos"
}

{
  "pdf": "https://example.com/report.pdf",
  "pages": "1-3,7",
  "model": "openai/gpt-5.4-mini",
  "prompt": "Extrae únicamente los incidentes que afecten a los clientes"
}

{
  "pdf": "/tmp/locked.pdf",
  "password": "example-password",
  "model": "openai/gpt-5.4-mini",
  "prompt": "Resume este contrato"
}

​

Contenido relacionado

• Descripción general de las herramientas - todas las herramientas disponibles para agentes
• Referencia de configuración - configuración de pdfMaxBytesMb y pdfMaxPages