---
name: comfyui_critique_image_llm
kind: function
lang: py
domain: ml
version: "1.0.0"
purity: impure
signature: "def comfyui_critique_image_llm(image_path: str, prompt: str, *, model: str = 'claude-opus-4-8', max_tokens: int = 1024, token: str = '') -> dict"
description: "Critica de un LLM-vision sobre una imagen generada: detecta artefactos, anatomia rota, texto ilegible, watermarks, incoherencias de composicion. Tercer juez del panel comfyui-judge. Compone ask_llm_vision (claude-direct, API directa) con un system prompt que obliga a devolver JSON {verdict good|bad, score 0-10, reasons}. Impura: red (API Anthropic) + lectura de imagen."
tags: [comfyui-judge, ml, llm, vision, critique, scoring]
uses_functions: [ask_llm_vision_py_core]
uses_types: []
returns: []
returns_optional: false
error_type: error_go_core
imports: []
params:
  - name: image_path
    desc: "Ruta a la imagen en disco local."
  - name: prompt
    desc: "Prompt original de la generacion (contexto para juzgar la fidelidad). Puede ir vacio si solo se evalua calidad intrinseca."
  - name: model
    desc: "id del modelo Anthropic con vision. Default 'claude-opus-4-8'. keyword-only."
  - name: max_tokens
    desc: "Maximo de tokens de la respuesta. keyword-only."
  - name: token
    desc: "Token OAuth; si vacio lo carga ask_llm_vision automaticamente. keyword-only."
output: "dict {ok, verdict, score_0_10, reasons, error}. En exito ok=True, verdict 'good'|'bad', score_0_10 el score del modelo y reasons la lista de razones. En error (imagen invalida, API caida, 429, JSON no parseable) ok=False con error. Nunca lanza excepcion."
tested: false
tests: []
test_file_path: ""
file_path: "python/functions/ml/comfyui_critique_image_llm.py"
---

## Ejemplo

```python
import sys, os
sys.path.insert(0, os.path.join("python", "functions"))
from ml.comfyui_critique_image_llm import comfyui_critique_image_llm

img = os.path.expanduser("~/ComfyUI/output/comfy_sdxl_00001_.png")
res = comfyui_critique_image_llm(img, "a majestic lion standing on rocks at sunset, photorealistic")
print(res)
# {'ok': True, 'verdict': 'good', 'score_0_10': 8.0,
#  'reasons': ['anatomia del leon correcta', 'iluminacion coherente con el atardecer'], 'error': ''}
```

CLI directa:

```bash
python/.venv/bin/python3 python/functions/ml/comfyui_critique_image_llm.py ~/ComfyUI/output/comfy_sdxl_00001_.png "a majestic lion at sunset"
```

## Cuando usarla

- Cuando los scores numericos (estetico/CLIP) no bastan: el LLM ve defectos finos que el
  score global no penaliza (dedos de mas, ojos asimetricos, texto basura, watermarks).
- Como el juez "humano" de `comfyui_judge_image`, para desempatar good/bad.
- Para obtener razones LEGIBLES de por que una imagen es mala (feedback accionable al skill).

## Gotchas

- **Cuesta tokens de API.** Cada llamada va a api.anthropic.com (claude-direct). Usar con
  mesura; en validacion, pocas llamadas.
- **Rate limit (HTTP 429).** Si el rate limit compartido esta saturado, devuelve
  `ok=False` con el error 429 — no crashea. El panel `comfyui_judge_image` sigue votando con
  los otros dos jueces. Reintentar mas tarde o bajar a un modelo con cuota (haiku).
- **El modelo puede no devolver JSON limpio.** Se extrae el primer objeto `{...}` (tolera
  fences ```json). Si no hay JSON parseable, `ok=False`.
- **verdict conservador.** Si el modelo responde algo ambiguo (ni 'good' ni 'bad'), se
  normaliza a 'bad' (ante la duda, no es producto).
- **NUNCA `claude -p`.** Respeta la regla `llm_invocation`: solo claude-direct via
  ask_llm_vision (arranque 0, API directa).