read_file
Downloads files from Campus Virtual URLs and extracts text or tables from PDF, DOCX, PPTX, XLSX, ODT, ODS, RTF, EPUB, and plain text, with optional local PDF OCR.
Instructions
Descarga y extrae texto/tablas de PDF, DOCX, PPTX, XLSX, ODT, ODS, RTF, EPUB y texto. PDFs admiten page, fragmentos con offset y OCR opcional solo con modelos Tesseract locales; por defecto no ejecuta OCR ni descarga modelos.
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| ocr | No | Solicita OCR local para imagenes PDF; requiere modelos Tesseract locales y nunca los descarga. | |
| url | Yes | URL del recurso o archivo en el Campus Virtual (ej: /mod/resource/view.php?id=... o /pluginfile.php/...) | |
| page | No | Número de página o fragmento a leer, inicia en 1 | |
| format | No | Salida extra?da: markdown conserva tablas; text y raw devuelven texto plano, no bytes binarios. | |
| offset | No | Desplazamiento para continuar un fragmento PDF truncado | |
| page_size | No | Cantidad máxima de caracteres por fragmento (por defecto 8000; máximo 20000) |