Crea tu primer agente de IA desde cero

# Pseudocódigo de un agente básico
agente = Agente(
    objetivo="Investigar competidores y crear reporte",
    herramientas=[buscar_web, leer_archivo, escribir_archivo],
    memoria="Empresa: MiSaaS, Industria: CRM, Mercado: LATAM"
)

resultado = agente.ejecutar()
# Claude decide: buscar → leer resultados → sintetizar → escribir reporte

import anthropic
import json

client = anthropic.Anthropic()

# Definición de herramientas que el agente puede usar
tools = [
    {
        "name": "buscar_informacion",
        "description": "Busca información sobre un tema. Úsala cuando necesites datos actuales o información específica que no tengas.",
        "input_schema": {
            "type": "object",
            "properties": {
                "query": {
                    "type": "string",
                    "description": "La búsqueda a realizar"
                }
            },
            "required": ["query"]
        }
    },
    {
        "name": "guardar_reporte",
        "description": "Guarda el reporte final en un archivo. Úsala cuando hayas completado la investigación.",
        "input_schema": {
            "type": "object",
            "properties": {
                "nombre_archivo": {
                    "type": "string",
                    "description": "Nombre del archivo (sin extensión)"
                },
                "contenido": {
                    "type": "string",
                    "description": "El contenido del reporte"
                }
            },
            "required": ["nombre_archivo", "contenido"]
        }
    }
]

def ejecutar_herramienta(nombre, argumentos):
    """Simula la ejecución de herramientas."""
    if nombre == "buscar_informacion":
        # En producción: conectar a API de búsqueda real (ej. Brave Search MCP)
        query = argumentos["query"]
        print(f"  Buscando: {query}")
        return f"Resultados de búsqueda para '{query}': [aquí irían los resultados reales]"

    elif nombre == "guardar_reporte":
        nombre_archivo = argumentos["nombre_archivo"]
        contenido = argumentos["contenido"]
        # Escribe el archivo en el directorio actual
        with open(f"{nombre_archivo}.md", "w", encoding="utf-8") as f:
            f.write(contenido)
        print(f"  Reporte guardado: {nombre_archivo}.md")
        return f"Reporte guardado exitosamente como {nombre_archivo}.md"

    return "Herramienta no encontrada"

def correr_agente(objetivo):
    """Loop principal del agente."""
    print(f"\nAgente iniciado\nObjetivo: {objetivo}\n{'─'*50}")

    # El historial de mensajes es la memoria del agente
    mensajes = [{"role": "user", "content": objetivo}]

    for iteracion in range(10):  # máximo 10 iteraciones para evitar loops infinitos
        print(f"\n[Iteración {iteracion + 1}]")

        # Llamada a Claude con las herramientas disponibles
        respuesta = client.messages.create(
            model="claude-sonnet-4-6",
            max_tokens=4096,
            tools=tools,
            messages=mensajes
        )

        # Si Claude terminó (no hay más herramientas que usar), mostrar resultado
        if respuesta.stop_reason == "end_turn":
            for bloque in respuesta.content:
                if hasattr(bloque, 'text'):
                    print(f"\nAgente completado:\n{bloque.text}")
            break

        # Agregar la respuesta de Claude al historial
        mensajes.append({"role": "assistant", "content": respuesta.content})
        resultados_herramientas = []

        # Procesar cada herramienta que Claude decidió usar
        for bloque in respuesta.content:
            if bloque.type == "tool_use":
                print(f"  → Usando herramienta: {bloque.name}")
                resultado = ejecutar_herramienta(bloque.name, bloque.input)
                # Devolver el resultado de la herramienta a Claude
                resultados_herramientas.append({
                    "type": "tool_result",
                    "tool_use_id": bloque.id,
                    "content": resultado
                })

        # Agregar resultados al historial para que Claude continúe
        if resultados_herramientas:
            mensajes.append({"role": "user", "content": resultados_herramientas})

# Ejecutar el agente con un objetivo real
if __name__ == "__main__":
    objetivo = """
    Investiga el tema: "tendencias de marketing digital en 2026".
    Busca al menos 3 subtemas diferentes.
    Crea un reporte estructurado con:
    - Resumen ejecutivo
    - 5 tendencias principales con explicación
    - Implicaciones para negocios pequeños
    Guarda el reporte como 'reporte-marketing-2026'.
    """
    correr_agente(objetivo)

# Instalar la biblioteca de Anthropic
pip install anthropic

# Configurar tu API key (Mac/Linux)
export ANTHROPIC_API_KEY="sk-ant-..."

# Configurar tu API key (Windows - Command Prompt)
set ANTHROPIC_API_KEY=sk-ant-...

# Guardar el código como agente.py y ejecutarlo
python agente.py