PDF-Tool

pdf analysiert ein oder mehrere PDF-Dokumente und gibt Text zurück. Das Tool verwendet die native Dokumenteingabe bei Anthropic- und Google-Modellen und greift bei jedem anderen Provider auf die Text-/Bildextraktion zurück.

Verfügbarkeit

Das Tool wird nur registriert, wenn OpenClaw ein PDF-fähiges Modell für den Agenten auflösen kann. Auflösungsreihenfolge:

1. agents.defaults.pdfModel (explizites primäres Modell/Fallbacks)
2. agents.defaults.imageModel (explizites primäres Modell/Fallbacks)
3. Das aufgelöste Sitzungs-/Standardmodell des Agenten, sofern dessen Provider die native PDF-Eingabe unterstützt (Anthropic, Google) oder bereits über ein konfiguriertes Vision-Modell verfügt
4. Automatisch erkannte bild-/visionfähige Provider mit verwendbarer Authentifizierung, wobei Provider mit nativer PDF-Unterstützung bevorzugt werden

Die Authentifizierung jedes Fallback-Kandidaten wird vor der Verwendung geprüft. Daher zählt ein konfiguriertes provider/model nur, wenn OpenClaw den Agenten bei diesem Provider authentifizieren kann. Wenn kein verwendbares Modell aufgelöst werden kann, wird das Tool pdf nicht bereitgestellt.

Eingabereferenz

Hinweise:

• pdf und pdfs werden vor dem Laden zusammengeführt und dedupliziert; mindestens eines davon ist erforderlich.
• pages wird als 1-basierte Seitennummern geparst, dedupliziert, sortiert und auf agents.defaults.pdfMaxPages begrenzt (Standardwert 20). Ein Bereich, der keine gültigen Seiten umfasst, führt vor dem Modellaufruf zu einem Fehler.

Unterstützte PDF-Referenzen

• Lokaler Dateipfad (einschließlich Erweiterung von ~)
• file://-URL
• http://- und https://-URL
• Von OpenClaw verwaltete eingehende Referenzen wie media://inbound/<id>

Andere URI-Schemata (zum Beispiel ftp://) geben details.error = "unsupported_pdf_reference" zurück. Remote-URLs vom Typ http(s) werden abgelehnt, wenn das Tool in einer Sandbox ausgeführt wird. Wenn die Dateirichtlinie auf den Arbeitsbereich beschränkt ist, werden lokale Pfade außerhalb der zulässigen Stammverzeichnisse abgelehnt; verwaltete eingehende Referenzen und wiedergegebene Pfade im Speicher für eingehende Medien von OpenClaw bleiben zulässig.

Ausführungsmodi

Nativer Provider-Modus

Wird für die Provider anthropic und google verwendet (die einzigen Provider, die derzeit native Unterstützung für PDF-Dokumente deklarieren). Die unverarbeiteten PDF-Bytes werden pro Datei direkt als nativer Dokument-/Inline-PDF-Teil an die Provider-API gesendet.

Beschränkungen:

• pages wird nicht unterstützt; wenn es festgelegt ist, löst das Tool pages is not supported with native PDF providers aus.
• password wird nicht unterstützt; wenn es festgelegt ist, löst das Tool password is not supported with native PDF providers aus. Verwenden Sie für verschlüsselte PDFs ein nicht natives Modell.

Extraktions-Fallback-Modus

Wird für jeden anderen Provider verwendet.

1. Extrahiert Text aus den ausgewählten Seiten (bis zu agents.defaults.pdfMaxPages, Standardwert 20) über das gebündelte Plugin document-extract, das für die Text- und Bildextraktion das Paket clawpdf (PDFium WebAssembly) verwendet.
2. Wenn der extrahierte Text kürzer als 200 Zeichen ist, werden dieselben Seiten als PNG-Bilder gerendert. Das Renderbudget beträgt insgesamt 4,000,000 Pixel und wird auf alle Seiten verteilt, für die Bilder benötigt werden (proportional pro verbleibender Seite, nicht pro Seite). Textseiten, die bereits genügend Text enthalten, überspringen das Rendering daher vollständig.
3. Sendet den extrahierten Text (und alle gerenderten Bilder) zusammen mit der Anweisung an das ausgewählte Modell.

Details:

• Verschlüsselte PDFs werden mit dem übergeordneten Parameter password geöffnet.
• Wenn das Modell keine Bildeingabe unterstützt und kein Text extrahiert werden kann, gibt das Tool einen Fehler aus.
• Wenn das Rendern der Bilder fehlschlägt, verwirft OpenClaw die Bilder und fährt mit dem extrahierten Text fort.
• Wenn das Zielmodell ausschließlich Text unterstützt und die Extraktion Bilder erzeugt hat, verwirft OpenClaw die Bilder und sendet nur den Text.

Konfiguration

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

Ausführliche Informationen zu den Feldern finden Sie in der Konfigurationsreferenz.

Ausgabedetails

Das Tool gibt Text in content[0].text und strukturierte Metadaten in details zurück.

Gängige Felder von details:

• model: aufgelöste Modellreferenz (provider/model)
• native: true für den nativen Provider-Modus, false für den Fallback
• attempts: fehlgeschlagene Fallback-Versuche vor dem Erfolg

Pfadfelder:

• Einzelne PDF-Eingabe: details.pdf
• Mehrere PDF-Eingaben: details.pdfs[] mit pdf-Einträgen
• Metadaten zur Umschreibung von Sandbox-Pfaden (falls zutreffend): rewrittenFrom

Fehlerverhalten

Beispiele

Einzelne PDF-Datei:

{  "pdf": "/tmp/report.pdf",  "prompt": "Fassen Sie diesen Bericht in 5 Stichpunkten zusammen"}

Mehrere PDF-Dateien:

{  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],  "prompt": "Vergleichen Sie Risiken und Änderungen des Zeitplans in beiden Dokumenten"}

Fallback-Modell mit Seitenfilter:

{  "pdf": "https://example.com/report.pdf",  "pages": "1-3,7",  "model": "openai/gpt-5.4-mini",  "prompt": "Extrahieren Sie nur Vorfälle mit Auswirkungen auf Kunden"}

Verschlüsselte PDF-Datei mit Extraktions-Fallback:

{  "pdf": "/tmp/locked.pdf",  "password": "example-password",  "model": "openai/gpt-5.4-mini",  "prompt": "Fassen Sie diesen Vertrag zusammen"}

Verwandte Themen

• Tool-Übersicht – alle verfügbaren Agenten-Tools
• Konfigurationsreferenz – Konfiguration von pdfMaxBytesMb und pdfMaxPages