feat: llm_cli — CLI autocontenida para chatear con Claude

Un solo archivo (llm.py) que habla directo con la API de Anthropic Messages
usando el token OAuth que Claude Code guarda en ~/.claude/.credentials.json.
Sin servidor, sin arranque: chat interactivo con memoria, one-shot, pipe, y
bucle de tools propias (run_tool_loop). Empaqueta standalone la logica del
grupo claude-direct del registry para poder distribuirla (basta llm.py +
README.md, el receptor solo necesita httpx + Claude Code logueado).

README.md

@@ -0,0 +1,90 @@
+# llm — chat con Claude desde la terminal
+
+CLI mínima y autocontenida para hablar con Claude directamente desde la terminal.
+Usa el token que **Claude Code ya guarda en tu máquina**, así que no hay nada que
+configurar: instala `httpx`, ejecútala y escribe.
+
+Un solo archivo (`llm.py`), respuesta en streaming, arranque instantáneo (no lanza
+ningún proceso de fondo).
+
+## Requisitos
+
+- Python 3.9+
+- `httpx` → `pip install httpx`
+- **Claude Code instalado y con sesión iniciada** (para que exista
+  `~/.claude/.credentials.json`, de donde se lee el token automáticamente).
+
+## Instalar
+
+```bash
+pip install httpx
+# copia llm.py donde quieras; opcionalmente hazlo ejecutable:
+chmod +x llm.py
+```
+
+## Usar
+
+```bash
+# Chat interactivo (con memoria de la conversación)
+python3 llm.py
+
+# Respuesta de una sola pregunta
+python3 llm.py "que es un pseudo-terminal en una frase"
+
+# Por pipe
+echo "resume esto en 2 lineas: ..." | python3 llm.py
+
+# Elegir modelo / system prompt
+python3 llm.py --model claude-opus-4-8 --system "responde conciso" "explica los punteros"
+```
+
+### Comandos del chat interactivo
+
+| Comando | Acción |
+|---|---|
+| `/model <id>` | Cambia de modelo (`claude-opus-4-8`, `claude-haiku-4-5-20251001`, ...) |
+| `/system <texto>` | Fija un system prompt |
+| `/reset` | Empieza una conversación nueva |
+| `/exit` | Salir |
+
+Modelo por defecto: `claude-haiku-4-5-20251001` (rápido). Usa `--model claude-opus-4-8`
+para respuestas más potentes.
+
+## Tus propias herramientas (tools)
+
+`llm.py` incluye `run_tool_loop`, un bucle agéntico donde defines tus tools y el
+código que las ejecuta. Tú controlas qué puede hacer el modelo:
+
+```python
+import llm
+
+def get_time(inp):
+    import datetime
+    return {"now": datetime.datetime.now().isoformat()}
+
+tools = [{
+    "name": "get_time",
+    "description": "Devuelve la fecha y hora actual",
+    "input_schema": {"type": "object", "properties": {}},
+}]
+
+res = llm.run_tool_loop(
+    messages=[{"role": "user", "content": "que hora es?"}],
+    tools=tools, dispatch={"get_time": get_time},
+    model="claude-haiku-4-5-20251001",
+    on_text=lambda d: print(d, end="", flush=True),
+)
+print("\n→", res["final_text"])
+```
+
+El modelo pedirá la tool, tu función la ejecuta, el resultado vuelve al modelo y
+responde. Añade las tools que quieras (consultar una base de datos, llamar a una
+API, leer un archivo...).
+
+## API del módulo
+
+| Función | Para qué |
+|---|---|
+| `stream_messages(messages, model, system, tools, max_tokens, token)` | Stream crudo de eventos (text / tool_use / done / error) |
+| `run_tool_loop(messages, tools, dispatch, ...)` | Bucle agéntico con tus tools |
+| `load_oauth_token()` | Lee el token de `~/.claude/.credentials.json` (refresh best-effort) |