LLMs por API: leer y reportar con Claude

¿Qué es un LLM por API?

Un LLM (Large Language Model, modelo de lenguaje grande) es un modelo de IA que entiende y genera texto. Usarlo por API significa llamarlo desde tu código Python: tú envías un mensaje (y opcionalmente una imagen), el modelo responde, y tú procesas esa respuesta como cualquier otro dato. En este módulo usamos Claude de Anthropic a través de su SDK oficial de Python.

¿Cómo funciona?

Instalas el SDK, configuras tu clave de API en una variable de entorno y haces una petición con client.messages.create(...): indicas el modelo, un límite de tokens de salida y la lista de mensajes. El modelo devuelve bloques de contenido; lees el texto del primero. Como Claude además ve imágenes, podemos enviarle la foto de una hoja manuscrita.

pip install anthropic
export ANTHROPIC_API_KEY="tu-clave-aqui" # macOS / Linux

import anthropic

client = anthropic.Anthropic() # lee ANTHROPIC_API_KEY del entorno

respuesta = client.messages.create(
 model="claude-opus-4-8",
 max_tokens=1024,
 messages=[
 {"role": "user", "content": "Responde solo con la palabra: listo"},
 ],
)

# El contenido es una lista de bloques; tomamos el texto del primero
print(respuesta.content[0].text)

¿Para qué sirve? (y qué pieza del OMR construye)

En el proyecto OMR, OpenCV resuelve las burbujas marcadas, pero hay dos cosas que la visión clásica no hace bien: leer texto manuscrito (el nombre del estudiante, una respuesta abierta) y redactar un reporte en lenguaje natural. Esta es la pieza extra: usamos Claude para (1) leer una hoja manuscrita desde la cámara y (2) convertir los resultados de Pandas en un informe claro para el profesor.

Leer una hoja manuscrita (visión)

Enviamos la foto de la hoja como imagen en base64 y le pedimos a Claude que extraiga el texto. Pedimos la salida en JSON para poder procesarla después.

import base64
import json
import anthropic

client = anthropic.Anthropic()

# 1. Codificamos la imagen a base64 (sin saltos de línea)
with open("hoja_manuscrita.jpg", "rb") as f:
 img_b64 = base64.standard_b64encode(f.read()).decode("utf-8")

# 2. Enviamos imagen + instrucción
respuesta = client.messages.create(
 model="claude-opus-4-8",
 max_tokens=1024,
 messages=[
 {
 "role": "user",
 "content": [
 {
 "type": "image",
 "source": {
 "type": "base64",
 "media_type": "image/jpeg",
 "data": img_b64,
 },
 },
 {
 "type": "text",
 "text": (
 "Lee esta hoja de examen manuscrita. "
 'Devuelve SOLO un JSON con esta forma: '
 '{"nombre": "...", "respuestas": ["A", "B", ...]}'
 ),
 },
 ],
 },
 ],
)

texto = respuesta.content[0].text
datos = json.loads(texto) # convertimos el JSON de Claude en un dict de Python
print(datos["nombre"])
print(datos["respuestas"])

Redactar el reporte del curso (texto)

Tomamos la tabla de resultados del módulo de Pandas (un CSV o un resumen) y le pedimos a Claude un informe breve para el profesor.

import anthropic

client = anthropic.Anthropic()

resumen = (
 "Promedio del curso: 3.8/5.0. Aprobados: 18 de 25. "
 "Pregunta más fallada: P4 (60% de error). Mejor nota: 5.0 (Marta)."
)

respuesta = client.messages.create(
 model="claude-opus-4-8",
 max_tokens=1024,
 system="Eres un asistente que redacta reportes escolares claros y breves.",
 messages=[
 {
 "role": "user",
 "content": (
 "Con estos datos, escribe un párrafo de reporte para el profesor "
 "y una recomendación concreta:\n" + resumen
 ),
 },
 ],
)

print(respuesta.content[0].text)

Ejercicios

1. Toma una foto de una nota manuscrita corta (tu nombre y tres letras). Envíala a Claude pidiendo un JSON {"nombre": "...", "respuestas": [...]} y conviértelo con json.loads. Imprime el nombre y la lista. Comprueba si acertó.
2. Crea un resumen de resultados (inventado o desde tu CSV de Pandas) y pídele a Claude, con un system que fije el rol de "coordinador académico", un reporte de 3 frases más una recomendación. Cambia el system y observa cómo cambia el tono.