Crear un bot que use IA ya no exige un equipo de machine learning ni semanas de trabajo. Con la API de Claude puedes tener un asistente conversacional funcionando en unas pocas decenas de líneas, y con un poco más puedes darle herramientas para que consulte tus datos o actúe sobre tu código. En esta guía recorremos tres niveles, de menos a más autonomía, con ejemplos en TypeScript, y terminamos con ideas concretas de bots que de verdad ahorran tiempo a un desarrollador.
Antes de empezar: qué necesitas
- Una clave de API de la Claude Console (platform.claude.com). Guárdala en la variable de entorno
ANTHROPIC_API_KEY; nunca la escribas en el código ni la subas a un repositorio. - Node.js (o Python, si lo prefieres: los conceptos son los mismos).
- Un objetivo concreto. "Un bot que responda dudas sobre envíos" funciona mucho mejor que "un bot que sepa de todo".
Instala el SDK oficial:
npm install @anthropic-ai/sdk
Nivel 1: un chatbot conversacional
El caso más sencillo es un bot que conversa. La API de Claude no guarda estado entre peticiones, así que tu código mantiene el historial y lo envía completo en cada llamada. El mensaje de sistema define la personalidad y los límites del bot:
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic(); // lee ANTHROPIC_API_KEY del entorno
const historial: Anthropic.MessageParam[] = [];
async function responder(texto: string): Promise<string> {
historial.push({ role: "user", content: texto });
const respuesta = await client.messages.create({
model: "claude-opus-5-5",
max_tokens: 16000,
system: "Eres el asistente de soporte de una tienda de gadgets. " +
"Responde en español, de forma breve y amable. " +
"Si no sabes algo, dilo y ofrece contactar con una persona.",
messages: historial,
});
historial.push({ role: "assistant", content: respuesta.content });
let salida = "";
for (const bloque of respuesta.content) {
if (bloque.type === "text") salida += bloque.text;
}
return salida;
}
console.log(await responder("¿Hacéis envíos a Canarias?"));
Esta función es el núcleo de cualquier bot de chat: conéctala a Telegram, Discord, Slack o al widget de tu web y ya tienes un asistente. Para bots con mucho volumen de mensajes, valora un modelo más ligero y barato como claude-haiku-5-5; para tareas que exigen razonar más, quédate con uno de la familia Opus.
Nivel 2: un bot con herramientas
Un chatbot que solo conversa se queda corto en cuanto el usuario pregunta "¿dónde está mi pedido?". Para eso existe el tool use: defines funciones que Claude puede decidir llamar, tu código las ejecuta y Claude usa el resultado para responder. El SDK de TypeScript incluye un tool runner (en beta) que gestiona ese bucle por ti:
import Anthropic from "@anthropic-ai/sdk";
import { betaZodTool } from "@anthropic-ai/sdk/helpers/beta/zod";
import { z } from "zod";
const client = new Anthropic();
const consultarPedido = betaZodTool({
name: "consultar_pedido",
description: "Devuelve el estado de un pedido a partir de su número",
inputSchema: z.object({
numero: z.string().describe("Número de pedido, por ejemplo PG-1042"),
}),
run: async ({ numero }) => {
// Aquí consultarías tu base de datos o tu API de logística real
return JSON.stringify({ numero, estado: "enviado", entrega: "2-3 días laborables" });
},
});
const mensajeFinal = await client.beta.messages.toolRunner({
model: "claude-opus-5-5",
max_tokens: 16000,
tools: [consultarPedido],
messages: [{ role: "user", content: "¿Dónde está mi pedido PG-1042?" }],
});
for (const bloque of mensajeFinal.content) {
if (bloque.type === "text") console.log(bloque.text);
}
Claude lee la descripción de la herramienta, decide que necesita llamarla, extrae el número de pedido del mensaje y redacta la respuesta con los datos devueltos. Puedes añadir tantas herramientas como necesites: buscar en tu documentación, crear un ticket o consultar el stock. La clave está en escribir buenas descripciones, porque es lo que Claude usa para decidir cuándo llamar a cada una.
Nivel 3: un agente que trabaja solo
El siguiente salto es un agente: un programa que recibe un objetivo, planifica sus propios pasos y usa herramientas para leer archivos, ejecutar comandos o editar código hasta terminar. El Claude Agent SDK te da exactamente las mismas herramientas y el mismo bucle de agente que usa Claude Code, como librería para Python o TypeScript:
npm install @anthropic-ai/claude-agent-sdk
import { query } from "@anthropic-ai/claude-agent-sdk";
for await (const mensaje of query({
prompt: "Revisa utils.py en busca de bugs que provoquen errores y arréglalos.",
options: {
allowedTools: ["Read", "Edit", "Glob"], // herramientas aprobadas automáticamente
permissionMode: "acceptEdits", // acepta ediciones de archivos sin preguntar
},
})) {
if (mensaje.type === "result") console.log(`Terminado: ${mensaje.subtype}`);
}
A diferencia del nivel 2, aquí no implementas las herramientas: el SDK ya incluye lectura y edición de archivos, ejecución de comandos, búsqueda web, subagentes, hooks y conexión con servidores MCP. Tu trabajo es definir el objetivo y, sobre todo, los permisos: qué herramientas puede usar el agente sin preguntar y cuáles necesitan aprobación. Un detalle importante de las condiciones de Anthropic: si construyes un producto para terceros con el Agent SDK, debe autenticarse con clave de API, no con el inicio de sesión de claude.ai.
Opciones sin escribir un bot desde cero
No todo necesita código propio. Si ya usas Claude Code, hay integraciones que cubren muchos casos:
- Slack: mencionas a @Claude en un hilo con un bug y te devuelve un pull request.
- Channels: envía eventos desde Telegram, Discord o tus propios webhooks a una sesión de Claude Code.
- GitHub Actions y GitLab CI/CD: revisión automática de código y triaje de issues en cada PR.
- Tareas programadas: ejecuciones recurrentes en la nube, como un análisis nocturno de fallos de CI.
Ideas de bots que ahorran tiempo de verdad
- Bot de code review: comenta cada pull request con posibles bugs, problemas de seguridad o incumplimientos de las convenciones del equipo antes de que lo revise una persona.
- Bot de triaje de issues: etiqueta las incidencias nuevas, detecta duplicados y pide la información que falta para reproducir el error.
- Bot de logs: resume los errores de las últimas horas y avisa solo cuando detecta algo anómalo. Con Claude Code basta con algo como
tail -200 app.log | claude -p "avísame si ves anomalías". - Asistente de documentación interna: responde preguntas sobre tu propio código base o tus runbooks, citando el archivo de donde saca la respuesta.
- Bot de onboarding: guía a las nuevas incorporaciones por el proyecto, los comandos para arrancarlo y las decisiones de arquitectura documentadas.
Buenas prácticas
- Empieza por el nivel más simple que resuelva el problema. Un agente autónomo es más caro y más difícil de depurar que una sola llamada a la API.
- Limita lo que puede hacer: da a cada bot solo las herramientas y permisos que necesita, y exige aprobación humana para acciones irreversibles.
- Controla el gasto: cada mensaje consume tokens. Fija límites, registra el uso y usa la caché de prompts cuando reenvíes un contexto largo y estable.
- Protege tus secretos: la clave de API va en variables de entorno o en un gestor de secretos, nunca en el repositorio.
- Prueba con casos reales antes de abrirlo al público, incluidos los mensajes raros o malintencionados que recibirá.
Fuentes:











Comentarios (0)
Deja un comentario
No hay comentarios aún. ¡Sé el primero en comentar!