# 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) |