用OpenClaw的PDF技能处理合同、报告、表单—

我们实验室的法务流程，有一段时间特别痛苦。每周都有十几份合同需要review，格式五花八门：有扫描件、有带填写框的表单、有长达80页的框架协议。AI能帮忙读文字，但"读"和"处理"之间差着一大截。

直到我们开始用OpenClaw的pdf技能。

pdf技能到底能做什么

先说清楚这个技能的能力边界，避免产生不切实际的期望。

它支持以下操作：

提取文本和表格：包括扫描件（通过OCR），表格结构基本能保留
创建新PDF：从Markdown或HTML生成排版清晰的文档
合并和拆分：把多个PDF合并成一个，或按页拆分
填写表单：对有填写框的PDF表单，可以通过程序化方式填入内容
批量处理：结合脚本，可以批量处理一个目录下的所有PDF文件

不能做的：复杂的版式重排、高保真编辑（修改已有PDF的字体和格式）、处理严格加密的PDF。

场景一：合同Review自动化

这是我们用得最频繁的场景。

我们有一份标准NDA模板，每次和新的合作方签约，对方会发来他们版本的NDA。任务是：找出和我们模板的差异，重点标注对方加了哪些限制性条款。

之前的做法：人工逐页对比，每份大概要花45分钟。

现在的做法：

# 在OpenClaw里直接说
我上传了两个PDF：our_nda.pdf（我们的模板）和vendor_nda.pdf（对方版本）。
请提取两份文档的全文，然后：
1. 找出对方NDA中有但我们模板里没有的条款
2. 找出相同条款但措辞有实质性差异的部分
3. 重点标注所有涉及赔偿上限、保密期限、管辖权的差异
输出一份对比报告，格式用Markdown表格

整个过程大概2-3分钟出结果。准确率不是100%，但它能把需要人工审核的范围从80页缩小到10-15个关键差异点。法务团队的工作从"全文阅读"变成了"确认和判断"，效率提升非常明显。

场景二：财务报告数据提取

我们追踪几个竞品公司，每季度他们发财报的时候，需要从PDF里把关键财务指标提出来更新我们的跟踪表格。

财务报告PDF的特点是：大量表格、数字、页脚注释。普通的文本提取工具要么把表格搞乱，要么把注释混进正文。

用pdf技能的提示词设计：

这是某公司2025年Q4财报PDF。请提取以下数据：
- 营业收入（Revenue）
- 净利润（Net Income）
- 毛利率（Gross Margin）
- 用户数/DAU（如有披露）
- 管理层对下一季度的Guidance

请严格按照报告原文中的数字提取，不要做任何计算或推断。
每个数据标注来源页码。
如果某项数据在报告中未披露，明确说"未披露"而不是留空。

最后一条"未披露而不是留空"很关键——不然模型会在表格里留白，你不确定是真的没有还是提取失败。

场景三：批量表单填写

这个场景有点极客，但实际节省了我们很多时间。

背景：我们需要给十几个服务商提交年度审查问卷，每份问卷大概20-30个字段，字段名称类似但不完全一样（有的叫"公司名称"，有的叫"企业全称"，有的叫"申请单位"）。

用pdf技能批量处理：

# 先让技能分析表单结构
分析这份PDF表单，列出所有填写字段的名称和类型（文本/日期/勾选框）

# 然后批量填写
根据以下公司信息，填写这份PDF表单并生成一份新的已填写PDF：
公司名称：SFD Lab Pte Ltd
成立日期：2023-06-15
注册地址：...
联系人：Franky Peh
字段映射说明：表单里的"申请单位"对应"公司名称"

输出是一份填好的新PDF，可以直接发出去。十几份问卷批量处理完大概15分钟。

踩过的坑

扫描件质量问题： 如果原始扫描件质量差（低分辨率、倾斜、有水印），OCR结果会有噪声。最好在提示词里加："如果某段文字识别不确定，请标注[识别不确定]"。

复杂表格的行列关系： 跨页的合并单元格表格有时候会提取错乱。解决方法是让模型同时给出提取结果和对表格结构的描述，你可以快速判断有没有错位。

敏感文件处理： 合同里有很多敏感信息。我们的规则是：在本地用pdf技能处理，不把完整PDF文件传到第三方服务。OpenClaw本地运行这一点很重要。

和其他工具的组合

pdf技能最有价值的地方是和其他技能的配合：

pdf + api-gateway：提取数据后直接写入Notion或Google Sheets
pdf + n8n-automation：搭建自动化管道，收到邮件附件PDF→自动提取→更新数据库
pdf + humanizer：从报告里提取内容，再改写成自然语言摘要

最后说一句：pdf技能不是万能的文档编辑器，它在"提取→分析→生成"这条链路上很强，但对"精确修改已有PDF格式"支持有限。清楚自己要做哪种操作，选对工具，才能用得顺手。