PDF 文件

将 PDF 作为知识输入，完成总结、问答、字段提取、表格整理和结构化输出。

PDF 文件能力适合处理合同、论文、产品手册、财务报表、说明书和导出的业务文档。你可以把 PDF 内容作为上下文交给模型，再让模型总结、问答或提取字段。

​

处理方式

短文档

直接抽取文本后放入请求上下文，适合页数少、结构清晰的文件。

长文档

按章节、页码或内容块拆分，便于在对话中定位和引用内容。

​

建议流程

1. 抽取文本与页码

   保留标题、页码、表格说明等引用信息，方便模型给出可追溯答案。

2. 拆分文档块

   长 PDF 按主题或页码拆分，避免一次性传入无关上下文。

3. 选择输出格式

   摘要用自然语言，字段提取用 JSON，复杂表格可要求 Markdown 表格。

上传合同、财务、人事或客户资料前，请确认数据合规要求，并使用独立 API 密钥限制额度和模型范围。

​

API 调用示例

接口调用时，常见做法是在你的服务端先抽取 PDF 文本，再把相关正文放入 messages.content。下面示例会读取 contract.pdf，让模型总结文档并提取关键字段。

将 PDF 文件放在项目根目录（即保存 .py 或 .mjs 代码文件、并从该目录运行命令的文件夹）中。代码里的 PDF_PATH = "contract.pdf" 就是要读取的文件名：你的文件叫 invoice.pdf 时，直接改成 PDF_PATH = "invoice.pdf"。文件名、扩展名和大小写必须与实际文件一致；文件不在项目根目录时，填写它的完整本地路径。无需单独上传 PDF，代码会读取该文件并把抽取出的文本随请求发送。

PdfReader 不是 Python 自带函数，它来自 pypdf 包；Node.js 示例里的 PDFParse 来自 pdf-parse 包。Python 与 Node.js 使用不同的包管理器：Python 请在项目文件夹终端执行下面的命令；Node.js 则在 npm 与 pnpm 中任选一种。

macOS / Linux

python3 -m pip install openai pypdf

npm

npm install openai pdf-parse

Python

from openai import OpenAI

# PdfReader 来自 pypdf，用来打开 PDF 并读取每一页文本。
from pypdf import PdfReader

client = OpenAI(
    api_key="你的密钥",
    base_url="https://moxus.cloud/v1",
)

# 将 contract.pdf 放在项目根目录；替换为你的实际文件名。
PDF_PATH = "contract.pdf"
reader = PdfReader(PDF_PATH)

# page.extract_text() 会抽取单页文字；如果某页没有可识别文本，就用空字符串兜底。
pdf_text = "\n\n".join(page.extract_text() or "" for page in reader.pages)

response = client.chat.completions.create(
    model="gpt-5.4-mini",
    messages=[
        {
            "role": "user",
            "content": f"请总结下面这个 PDF 文档，并提取合同主体、金额、日期和风险点：\n\nPDF file: {PDF_PATH}\n\n{pdf_text}",
        }
    ],
)

print(response.choices[0].message.content)

Python 示例需要先安装 openai 和 pypdf。Windows 中若 py 不可用，改用 python -m pip install openai pypdf；Node.js 示例需要使用 npm 或 pnpm 安装 openai 和 pdf-parse。如果 PDF 是扫描件，请先使用 OCR 提取文字。

​

后续阅读

• 结构化输出