- name
- pdf-to-getnote
- description
- 当用户发送 PDF 文件并要求存入 GetNotes 时触发。执行完整流程：PDF 转图片 → AI 摘要生成 → 创建含摘要和全图片的单一笔记。触发词包括「PDF存到GetNotes」「PDF导入GetNotes」「把这个PDF存笔记里」。
PDF 转 GetNotes 笔记
将 PDF 文件存入 GetNotes，生成一条包含 AI 摘要和全部 PDF 页面的单一笔记。
核心限制（必须先知道）
GetNotes API 关键限制：
img_text类型传多张图片时，每张图会创建独立笔记（不支持多图合并）img_text的content字段会被 OCR 结果覆盖，不保留传入的摘要plain_text可以保留content，图片只能以 Markdown内嵌显示- 图片上传只支持 jpg/png/gif/webp，不支持 PDF 原文件作为附件
结论：最优方案是 plain_text + Markdown 内嵌图片
执行流程
Step 1：PDF → 高清 PNG（PyMuPDF 2x 放大）
import fitz, os
def pdf_to_images(pdf_path, output_dir, zoom=2.0):
doc = fitz.open(pdf_path)
mat = fitz.Matrix(zoom, zoom)
os.makedirs(output_dir, exist_ok=True)
paths = []
for i in range(len(doc)):
page = doc[i]
pix = page.get_pixmap(matrix=mat)
out = f"{output_dir}/page_{i+1:02d}.png"
pix.save(out)
paths.append(out)
doc.close()
return paths输出路径：/tmp/pdf_pages/{pdf_name}/
Step 2：提取 PDF 文字（如有文字层）
import fitz
doc = fitz.open(pdf_path)
texts = []
for page in doc:
t = page.get_text("text")
if t.strip():
texts.append(f"[Page {page.number+1}]\
{t.strip()}")
full_text = "\
\
".join(texts)
# 扫描版返回空，跳过此步，直接进入 Step 3Step 3：生成 AI 摘要（MiniMax-M2）
使用内置模型调用（蓝莓默认模型），Prompt 模板：
你是一位专业的知识提炼师。请仔细阅读以下内容，生成精炼摘要：
## 📄 文档信息
- 来源：[文件名]
- 总页数：[X] 页
## 📝 内容摘要
[3-5个要点，概括核心内容]
## 💡 关键洞察
[1-3条最有价值的 insight]
## 🔗 适用场景
[适用人群和使用场景]
---
以下是内容：
{extracted_text}调用方式：在 agent 内直接调用 MiniMax-M2 模型（已配置为默认模型，无需额外 API Key）。
如需直接调用 MiniMax API：
import urllib.request, json
API_KEY = os.environ.get("MINIMAX_API_KEY")
resp = urllib.request.Post(
"https://api.minimax.io/v1/text/chatcompletion_pro?GroupId=...",
headers={"Authorization": f"Bearer {API_KEY}"},
json={"model": "MiniMax-M2", "messages": [...]}
)Step 4：上传图片到 OSS（逐张）
凭证从 ~/.openclaw/openclaw.json → skills.entries.getnote 读取：
import os, json, urllib.request, subprocess
with open(os.path.expanduser("~/.openclaw/openclaw.json")) as f:
cfg = json.load(f)["skills"]["entries"]["getnote"]
API_KEY = cfg["apiKey"]
CLIENT_ID = cfg["env"]["GETNOTE_CLIENT_ID"]获取 token → 上传 OSS（字段顺序严格）：
def get_token():
req = urllib.request.Request(
"https://openapi.biji.com/open/api/v1/resource/image/upload_token?mime_type=png&count=1",
headers={"Authorization": f"Bearer {API_KEY}", "X-Client-ID": CLIENT_ID}
)
with urllib.request.urlopen(req) as r:
return json.loads(r.read())
def upload_to_oss(page_path, token_data):
d = token_data["data"]
cmd = [
"curl", "-s", "-X", "POST", d["host"],
"-F", f"key={d['object_key']}",
"-F", f"OSSAccessKeyId={d['accessid']}",
"-F", f"policy={d['policy']}",
"-F", f"signature={d['signature']}",
"-F", f"callback={d['callback']}",
"-F", f"Content-Type=image/png",
"-F", f"file=@{page_path}"
]
subprocess.run(cmd, capture_output=True)
return d["access_url"]Step 5：创建 plain_text 笔记
content = f"## 📄 文档信息\
- **文件名：** {pdf_name}\
- **总页数：** {N}页\
\
## 📝 AI摘要\
{ai_summary}\
\
---\
\
## 📑 PDF原件\
\
"
for i, url in enumerate(page_urls):
content += f"### 第{i+1}页\
\
\
"
payload = {
"note_type": "plain_text",
"title": f"{pdf_name} - 完整摘要 + 全{N}页",
"content": content,
"tags": ["PDF导入"]
}
# POST /open/api/v1/resource/note/save（同步返回 note_id）Step 6：加入知识库（如需要）
urllib.request.Request(
"https://openapi.biji.com/open/api/v1/resource/knowledge/note/batch-add",
data=json.dumps({"topic_id": topic_id, "note_ids": [note_id]}).encode(),
headers={"Authorization": f"Bearer {API_KEY}", "X-Client-ID": CLIENT_ID, "Content-Type": "application/json"},
method="POST"
)推荐快捷脚本
python3 skills/pdf-to-getnote/scripts/run_pdf_to_getnote.py \
/path/to/file.pdf \
"知识库ID(可选)" \
"自定义标题(可选)"凭证自动从 ~/.openclaw/openclaw.json 读取，无需手动传入。
凭证配置（不硬编码）
凭证从 ~/.openclaw/openclaw.json 自动读取，不再写在文件里：
{
"skills": {
"entries": {
"getnote": {
"apiKey": "gk_live_xxx",
"env": {
"GETNOTE_CLIENT_ID": "cli_xxx"
}
}
}
}
}如需更新凭证，修改 ~/.openclaw/openclaw.json 即可。
详细 SOP 和 API 行为说明
完整流程、API 限制说明、错误处理详见：
references/full_sop.md— 完整执行SOPreferences/api_behavior.md— API 关键行为发现（2026-04-01实测）