如需检查哪些工具已连接，请参阅 CONNECTORS.md。

填写表单

帮助用户在实时查看器中完成可填写的 PDF 表单。与 程序化的表单工具不同，这种方式在每个字段填写时为用户提供直接的可视化反馈， 并可在查看器中轻松撤销/编辑。

为什么使用此方法而非程序化表单填写

• 可视化确认 — 用户看到每个值填入正确的框内，而不仅仅是成功消息
• 未命名/无标签字段 — 许多现实世界中的 PDF 字段名称是机器化的，如 Text1、Field_7 或根本没有名称。标签（"出生日期"、"SSN"）实际打印在渲染页面上字段的旁边，而非字段元数据中。使用 get_screenshot 查看每个字段的实际内容，然后按名称填写。
• 易于修正 — 用户可以直接在查看器中编辑或清除任何字段，也可以要求你使用新值再次执行 fill_form

两种方法

用户驱动（简单、标签清晰的表单）

调用 display_pdf 并设置 elicit_form_inputs: true。服务器检测 表单字段并在查看器打开之前提示用户输入值。 然后显示已填写的 PDF。

AI 辅助（复杂表单、未命名字段，或当你已有上下文时）

1. display_pdf（不带 elicit）— 检查返回的 formFields （名称、类型、页码、边界框）
2. 如果字段名称难以识别（Text1、Field_7），使用 interact → 对包含字段的每一页执行 get_screenshot。查看每个边界框 旁边的可视化标签以了解每个字段的含义。
3. 对于每个字段，要么：
   • 从对话上下文中推断值（姓名、日期、邮箱）
   • 询问用户，通过可视化标签描述该字段 （例如"第 1 页上的'出生日期'框"）
4. interact → fill_form，参数为 fields: [{name, value}, ...]
5. interact → 对每个已填写的页面执行 get_screenshot
6. 展示给用户，请其确认或编辑

示例

用户： 帮我填写这份 W-9 表格

你： display_pdf → formFields：f1_1、f1_2、f1_3、c1_1…… （难以识别的名称）

你： interact → get_screenshot 第 1 页 → 看到 f1_1 在 "姓名"旁边，f1_2 是"企业名称"，c1_1 是"个人"复选框

你： "我可以看到姓名、企业名称、地址、TIN 和纳税 分类复选框。我会根据已知信息填写姓名和日期 — 请提供您的 TIN 和业务地址？"

得到回答后： interact → fill_form + get_screenshot

你： "这是已填写的表单[截图]。签名行 仍然是空白的 — 是否要用 /pdf-viewer:sign 添加签名？"

备注

• 签名字段通常是独立的 — 先填写文本，然后交由 /pdf-viewer:sign 处理图像
• 复选框/单选按钮的值为 true/false 或选项字符串
• 用户始终可以直接在查看器中拖拽和编辑字段