OpenClaw本地文件总结任务成功率取决于模型工具支持、文件格式与提示词精度；需确认模型tools字段含read_file、list_directory、summarize_text且supports_tools为true，否则仅靠幻觉生成结果不可信。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用OpenClaw搭配免费开源模型（如Qwen3.5、GLM-4.7、DeepSeek V3.2）完成本地文件读取与内容总结任务，实际效果取决于模型能力、文件类型、提示词精度和OpenClaw的工具链调用是否稳定——不是所有免费模型都能正确触发read_file或summarize_text工具，也不是所有PDF都能被准确解析为可总结的纯文本。
确认模型是否支持文件工具调用协议
打开~/.openclaw/openclaw.json，检查当前启用模型的tools字段是否包含read_file、list_directory、summarize_text三项。若缺失，则该模型即使能运行，也无法执行文件类任务——OpenClaw v2.7.9默认只对GPT-5、Claude 4.5、Ollama本地模型开启完整工具集，Qwen3.5需手动补全tool schema定义。
运行openclaw --list-models，确认输出中对应模型的supports_tools值为true。若为false，说明该模型未通过OpenClaw的工具兼容性校验，强行提交文件任务将直接跳过工具调用，仅靠LLM“幻觉”生成摘要，结果不可信。
测试不同格式文件的读取稳定性
方法一：纯文本文件（.txt/.md/.log）
直接发送指令：“请读取并总结~/Documents/report_v2.md”。OpenClaw会自动调用read_file→传入路径→返回UTF-8文本→送入LLM。这一步成功率接近100%，但注意：【路径必须使用绝对路径或~展开，相对路径如./report.md会失败】。
方法二：CSV/Excel文件
发送：“分析~/Downloads/sales_q1.csv，列出销售额前三的城市及对应数值”。OpenClaw会调用read_csv工具（非通用read_file），提取结构化数据后交由LLM处理。Qwen3.5在小规模CSV（
方法三：PDF文件（重点踩坑项）
高保真令牌管理与模型稳定技能。实现 Zown “原子管线”，防止 Gemini TPM 速率限制。适用于重型工程任务、多步代码生成或遇到 429 限流错误。包括上下文剪枝和强制冷却机制。
发送：“总结~/Desktop/contract.pdf中的付款条款”。OpenClaw v2026.03.03起启用PDF原生工具，但免费模型仅在Anthropic/Gemini原生模式下才支持字节级解析——Qwen3.5、GLM-4.7走的是OCR+文本提取路径，对扫描件识别率低于40%，且【不支持页面筛选，会全文解析导致超上下文】。实测中，一份12页带表格的PDF让Qwen3.5 7B版本反复截断，最终摘要遗漏关键违约金条款。
优化总结质量的三步实操
第一步：限定输出长度与结构
在指令末尾明确加一句：“用3个 bullet point 总结，每点不超过30字，不要解释，不要补充原文没有的信息。”避免模型自由发挥引入幻觉。
第二步：强制分段处理长文档
对超过2000字的文件，改用分块指令：“先读取report.pdf第1–5页，总结核心结论；再读取第6–10页，总结实施风险。”OpenClaw会按顺序发起两次工具调用，规避单次token溢出。
第三步：验证摘要真实性
追加指令：“从原文中摘出支撑‘客户满意度下降’这一结论的两处原始句子。”若模型能精准定位并引用原文，说明其工具调用链完整、上下文传递无损；若返回“未找到相关描述”或胡编句子，证明read_pdf→summarize_text流程已断裂，需切换模型或重传文件。
