PDF 支持

构建文件处理

PDF 支持

使用 Claude 处理 PDF。从您的文档中提取文本、分析图表并理解视觉内容。

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

您可以向 Claude 询问您提供的 PDF 中的任何文本、图片、图表和表格。一些示例用例包括：

分析财务报告并理解图表/表格
从法律文件中提取关键信息
文档翻译协助
将文档信息转换为结构化格式

开始之前

检查 PDF 要求

Claude 适用于任何标准 PDF。确保您的请求大小符合以下要求：

要求	限制
最大请求大小	32 MB (因平台而异)
每个请求的最大页数	600（对于具有 200k 令牌上下文窗口的模型为 100）
格式	标准 PDF（无密码/加密）

两个限制都适用于整个请求有效负载，包括与 PDF 一起发送的任何其他内容。对于大型 PDF，请考虑使用 Files API 上传并通过 file_id 引用，以保持请求有效负载较小。

密集 PDF（许多小字体页面、复杂表格或大量图形）可能会在达到页面限制之前填满上下文窗口。即使使用 Files API，大型 PDF 的请求也可能在达到页面限制之前失败。尝试将文档分成几个部分；对于大型文件，由于每个页面都作为图像处理，对嵌入式图像进行下采样也可以帮助。

由于 PDF 支持依赖于 Claude 的视觉功能，它受到与其他视觉任务相同的限制和注意事项。

支持的平台和模型

PDF 支持目前通过直接 API 访问和 Google Vertex AI 支持。所有活跃模型都支持 PDF 处理。

PDF 支持现在在 Amazon Bedrock 上可用，具有以下注意事项：

Amazon Bedrock PDF 支持

通过 Amazon Bedrock 的 Converse API 使用 PDF 支持时，有两种不同的文档处理模式：

重要： 要在 Converse API 中访问 Claude 的完整视觉 PDF 理解功能，您必须启用引用。如果未启用引用，API 将回退到仅基本文本提取。了解更多关于使用引用。

文档处理模式

Converse Document Chat（原始模式 - 仅文本提取）
- 从 PDF 提供基本文本提取
- 无法分析 PDF 中的图像、图表或视觉布局
- 对于 3 页 PDF 大约使用 1,000 个令牌
- 在未启用引用时自动使用
Claude PDF Chat（新模式 - 完整视觉理解）
- 提供 PDF 的完整视觉分析
- 可以理解和分析图表、图形、图像和视觉布局
- 将每个页面同时作为文本和图像处理以获得全面理解
- 对于 3 页 PDF 大约使用 7,000 个令牌
- 需要在 Converse API 中启用引用

关键限制

Converse API：视觉 PDF 分析需要启用引用。目前没有选项可以在不启用引用的情况下使用视觉分析（与 InvokeModel API 不同）。
InvokeModel API：提供对 PDF 处理的完全控制，无需强制引用。

常见问题

如果客户报告在使用 Converse API 时 Claude 看不到其 PDF 中的图像或图表，他们可能需要启用引用标志。没有它，Converse 会回退到仅基本文本提取。

这是 Converse API 的已知限制。对于需要不带引用的视觉 PDF 分析的应用程序，请考虑改用 InvokeModel API。

对于非 PDF 文件，如 .csv、.xlsx、.docx、.md 或 .txt 文件，请参阅使用其他文件格式。

使用 Claude 处理 PDF

发送您的第一个 PDF 请求

让我们从使用 Messages API 的简单示例开始。您可以通过三种方式向 Claude 提供 PDF：

作为对在线托管的 PDF 的 URL 引用
作为 document 内容块中的 base64 编码 PDF
通过来自 Files API 的 file_id

选项 1：基于 URL 的 PDF 文档

最简单的方法是直接从 URL 引用 PDF：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "url",
                        "url": "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf",
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

选项 2：Base64 编码的 PDF 文档

如果您需要从本地系统发送 PDF 或 URL 不可用时：

import base64
import httpx

# First, load and encode the PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(httpx.get(pdf_url).content).decode("utf-8")

# Alternative: Load from a local file
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Send to Claude using base64 encoding
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

选项 3：Files API

对于您将重复使用的 PDF，或当您想避免编码开销时，请使用 Files API：

client = anthropic.Anthropic()

# Upload the PDF file
with open("document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# Use the uploaded file in a message
message = client.beta.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

PDF 支持的工作原理

当您向 Claude 发送 PDF 时，会发生以下步骤：

系统提取文档的内容。
- 系统将文档的每一页转换为图像。
- 从每一页提取文本，并与每一页的图像一起提供。
Claude 分析文本和图像以更好地理解文档。
- 文档作为文本和图像的组合提供以供分析。
- 这允许用户询问 PDF 的视觉元素的见解，例如图表、图表和其他非文本内容。
Claude 响应，在相关时引用 PDF 的内容。
Claude 可以在响应时引用文本和视觉内容。您可以通过集成 PDF 支持来进一步改进性能：
- 提示缓存：改进重复分析的性能。
- 批处理：用于大量文档处理。
- 工具使用：从文档中提取特定信息以用作工具输入。

估计您的成本

PDF 文件的令牌计数取决于从文档提取的总文本以及页数：

文本令牌成本：每页通常使用 1,500-3,000 个令牌，具体取决于内容密度。标准 API 定价适用，无额外 PDF 费用。
图像令牌成本：由于每一页都转换为图像，应用相同的基于图像的成本计算。

您可以使用令牌计数来估计您特定 PDF 的成本。

优化 PDF 处理

改进性能

遵循这些最佳实践以获得最佳结果：

在请求中将 PDF 放在文本之前
使用标准字体
确保文本清晰易读
将页面旋转到正确的直立方向
在提示中使用逻辑页码（来自 PDF 查看器）
在需要时将大型 PDF 分成块
为重复分析启用提示缓存

扩展您的实现

对于大容量处理，请考虑以下方法：

使用提示缓存

缓存 PDF 以改进重复查询的性能：

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                    "cache_control": {"type": "ephemeral"},
                },
                {"type": "text", "text": "Analyze this document."},
            ],
        }
    ],
)

处理文档批次

使用消息批处理 API 进行大容量工作流：

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-7",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)

后续步骤

尝试 PDF 示例

在 cookbook 食谱中探索 PDF 处理的实际示例。

查看 API 参考

查看 PDF 支持的完整 API 文档。

Was this page helpful?

构建文件处理

PDF 支持

使用 Claude 处理 PDF。从您的文档中提取文本、分析图表并理解视觉内容。

This feature is eligible for Zero Data Retention (ZDR). When your organization has a ZDR arrangement, data sent through this feature is not stored after the API response is returned.

您可以向 Claude 询问您提供的 PDF 中的任何文本、图片、图表和表格。一些示例用例包括：

分析财务报告并理解图表/表格
从法律文件中提取关键信息
文档翻译协助
将文档信息转换为结构化格式

开始之前

检查 PDF 要求

Claude 适用于任何标准 PDF。确保您的请求大小符合以下要求：

要求	限制
最大请求大小	32 MB (因平台而异)
每个请求的最大页数	600（对于具有 200k 令牌上下文窗口的模型为 100）
格式	标准 PDF（无密码/加密）

由于 PDF 支持依赖于 Claude 的视觉功能，它受到与其他视觉任务相同的限制和注意事项。

支持的平台和模型

PDF 支持目前通过直接 API 访问和 Google Vertex AI 支持。所有活跃模型都支持 PDF 处理。

PDF 支持现在在 Amazon Bedrock 上可用，具有以下注意事项：

Amazon Bedrock PDF 支持

通过 Amazon Bedrock 的 Converse API 使用 PDF 支持时，有两种不同的文档处理模式：

文档处理模式

Converse Document Chat（原始模式 - 仅文本提取）
- 从 PDF 提供基本文本提取
- 无法分析 PDF 中的图像、图表或视觉布局
- 对于 3 页 PDF 大约使用 1,000 个令牌
- 在未启用引用时自动使用
Claude PDF Chat（新模式 - 完整视觉理解）
- 提供 PDF 的完整视觉分析
- 可以理解和分析图表、图形、图像和视觉布局
- 将每个页面同时作为文本和图像处理以获得全面理解
- 对于 3 页 PDF 大约使用 7,000 个令牌
- 需要在 Converse API 中启用引用

关键限制

Converse API：视觉 PDF 分析需要启用引用。目前没有选项可以在不启用引用的情况下使用视觉分析（与 InvokeModel API 不同）。
InvokeModel API：提供对 PDF 处理的完全控制，无需强制引用。

常见问题

如果客户报告在使用 Converse API 时 Claude 看不到其 PDF 中的图像或图表，他们可能需要启用引用标志。没有它，Converse 会回退到仅基本文本提取。

这是 Converse API 的已知限制。对于需要不带引用的视觉 PDF 分析的应用程序，请考虑改用 InvokeModel API。

对于非 PDF 文件，如 .csv、.xlsx、.docx、.md 或 .txt 文件，请参阅使用其他文件格式。

使用 Claude 处理 PDF

发送您的第一个 PDF 请求

让我们从使用 Messages API 的简单示例开始。您可以通过三种方式向 Claude 提供 PDF：

作为对在线托管的 PDF 的 URL 引用
作为 document 内容块中的 base64 编码 PDF
通过来自 Files API 的 file_id

选项 1：基于 URL 的 PDF 文档

最简单的方法是直接从 URL 引用 PDF：

client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "url",
                        "url": "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf",
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

选项 2：Base64 编码的 PDF 文档

如果您需要从本地系统发送 PDF 或 URL 不可用时：

import base64
import httpx

# First, load and encode the PDF
pdf_url = "https://assets.anthropic.com/m/1cd9d098ac3e6467/original/Claude-3-Model-Card-October-Addendum.pdf"
pdf_data = base64.standard_b64encode(httpx.get(pdf_url).content).decode("utf-8")

# Alternative: Load from a local file
# with open("document.pdf", "rb") as f:
#     pdf_data = base64.standard_b64encode(f.read()).decode("utf-8")

# Send to Claude using base64 encoding
client = anthropic.Anthropic()
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

选项 3：Files API

对于您将重复使用的 PDF，或当您想避免编码开销时，请使用 Files API：

client = anthropic.Anthropic()

# Upload the PDF file
with open("document.pdf", "rb") as f:
    file_upload = client.beta.files.upload(file=("document.pdf", f, "application/pdf"))

# Use the uploaded file in a message
message = client.beta.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    betas=["files-api-2025-04-14"],
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {"type": "file", "file_id": file_upload.id},
                },
                {"type": "text", "text": "What are the key findings in this document?"},
            ],
        }
    ],
)

print(message.content)

PDF 支持的工作原理

当您向 Claude 发送 PDF 时，会发生以下步骤：

系统提取文档的内容。
- 系统将文档的每一页转换为图像。
- 从每一页提取文本，并与每一页的图像一起提供。
Claude 分析文本和图像以更好地理解文档。
- 文档作为文本和图像的组合提供以供分析。
- 这允许用户询问 PDF 的视觉元素的见解，例如图表、图表和其他非文本内容。
Claude 响应，在相关时引用 PDF 的内容。
Claude 可以在响应时引用文本和视觉内容。您可以通过集成 PDF 支持来进一步改进性能：
- 提示缓存：改进重复分析的性能。
- 批处理：用于大量文档处理。
- 工具使用：从文档中提取特定信息以用作工具输入。

估计您的成本

PDF 文件的令牌计数取决于从文档提取的总文本以及页数：

文本令牌成本：每页通常使用 1,500-3,000 个令牌，具体取决于内容密度。标准 API 定价适用，无额外 PDF 费用。
图像令牌成本：由于每一页都转换为图像，应用相同的基于图像的成本计算。

您可以使用令牌计数来估计您特定 PDF 的成本。

优化 PDF 处理

改进性能

遵循这些最佳实践以获得最佳结果：

在请求中将 PDF 放在文本之前
使用标准字体
确保文本清晰易读
将页面旋转到正确的直立方向
在提示中使用逻辑页码（来自 PDF 查看器）
在需要时将大型 PDF 分成块
为重复分析启用提示缓存

扩展您的实现

对于大容量处理，请考虑以下方法：

使用提示缓存

缓存 PDF 以改进重复查询的性能：

client = anthropic.Anthropic()
# ...
message = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "document",
                    "source": {
                        "type": "base64",
                        "media_type": "application/pdf",
                        "data": pdf_data,
                    },
                    "cache_control": {"type": "ephemeral"},
                },
                {"type": "text", "text": "Analyze this document."},
            ],
        }
    ],
)

处理文档批次

使用消息批处理 API 进行大容量工作流：

client = anthropic.Anthropic()
# ...
message_batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": "doc1",
            "params": {
                "model": "claude-opus-4-7",
                "max_tokens": 1024,
                "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "document",
                                "source": {
                                    "type": "base64",
                                    "media_type": "application/pdf",
                                    "data": pdf_data,
                                },
                            },
                            {"type": "text", "text": "Summarize this document."},
                        ],
                    }
                ],
            },
        }
    ]
)

后续步骤

尝试 PDF 示例

在 cookbook 食谱中探索 PDF 处理的实际示例。

查看 API 参考

查看 PDF 支持的完整 API 文档。

Was this page helpful?