Imágenes OpenAI y Claude

app/services/image/evaluations_adapters.py

@@ -9,6 +9,8 @@ Propósito:
 """
 
 import json
+import mimetypes
+import mimetypes
 import tempfile
 import os
 from fastapi import HTTPException 
@@ -21,6 +23,7 @@ from app.schemas.image_standard import ImageRequestFile, StandardImageAnalysisRe
 from app.core import config
 from app.utilities.image_utilities import json_to_rubric, encode_image_from_bytes
 from app.services.image.prompt_builder import build_image_evaluation_prompt
+from anthropic import Anthropic
 
 # Función de adaptador principal que infiere el proveedor y llama al adaptador específico
 async def evaluate_image_with_provider(image_request: ImageRequestFile) -> StandardImageAnalysisResult:
@@ -33,7 +36,7 @@ async def evaluate_image_with_provider(image_request: ImageRequestFile) -> Stand
     rubric_dict = json.loads(content)
     rubric = json_to_rubric(rubric_dict)
     prompt = build_image_evaluation_prompt(rubric)
-    
+        
     match provider:
         case "openai":
             return await evaluate_with_openai(image_request, prompt)
@@ -74,20 +77,19 @@ async def evaluate_with_openai(image_request: ImageRequestFile, prompt: str) ->
         )
         
         resultado = json.loads(response.choices[0].message.content)
-        return StandardImageAnalysisResult(**resultado)
+        return StandardImageAnalysisResult(
+            status="success",
+            original_filename=image_request.file.filename,
+            provider_used="OpenAI",
+            model_used=image_request.model,
+            **resultado
+        )
     except Exception as e:
         # Capturamos cualquier error de OpenAI o de lectura de archivos
         raise HTTPException(
             status_code=500,
             detail=f"Error evaluando la imagen: {str(e)}"
             )
-    # PASOS A SEGUIR PARA IMPLEMENTAR LA LÓGICA DE EVALUACIÓN CON OPENAI:
-    # 1. Validar la imagen de entrada (tamaño, formato, etc.)
-    # 2. Configurar el cliente de OpenAI con la clave API
-    # 3. Llamar a la API de OpenAI para evaluar la imagen
-    # 4. Convertir la respuesta de OpenAI al formato estándar de evaluación de imágenes de Qualidot
-    # 5. Manejar errores y excepciones adecuadamente
-    raise NotImplementedError("La función evaluate_with_openai aún no está implementada.")
 
 async def evaluate_with_clarifai(image_request: ImageRequestFile, rubric: ImageEvaluationRubric, prompt: str) -> StandardImageAnalysisResult:
     """
@@ -150,13 +152,54 @@ async def evaluate_with_clarifai(image_request: ImageRequestFile, rubric: ImageE
 async def evaluate_with_claude(image_request: ImageRequestFile, prompt: str) -> StandardImageAnalysisResult:
     """
     Función de adaptador para evaluar imágenes usando Claude.
-    (Plantilla para futuras implementaciones)
     """
+    client = Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))
+    
+    image_bytes = await image_request.file.read()
+    base64_image = encode_image_from_bytes(image_bytes)
+    
+    media_type = image_request.file.content_type
+    
+    if media_type not in ["image/jpeg", "image/png", "image/gif", "image/webp"]:
+        raise ValueError(f"Tipo de imagen no soportado por Anthropic: {media_type}")
+    
+    try:
+        messages = [
+            {
+                "role": "user",
+                "content": [
+                    {
+                        "type": "image",
+                        "source": {
+                            "type": "base64",
+                            "media_type": media_type,
+                            "data": base64_image
+                        },
+                    },
+                    {"type": "text", "text": prompt}
+                ],
+            }
+        ]
+         
+        response = client.messages.create(
+            model=image_request.model,
+            max_tokens=1024,
+            messages=messages,
+        )
+        
+        json_string = response.content[0].text
+        parsed_data = json.loads(json_string)
+        
+        return StandardImageAnalysisResult(
+            status="success",
+            original_filename=image_request.file.filename,
+            provider_used="Claude",
+            model_used=image_request.model,
+            **parsed_data
+        )
 
-    # PASOS A SEGUIR PARA IMPLEMENTAR LA LÓGICA DE EVALUACIÓN CON CLAUDE:
-    # 1. Validar la imagen de entrada (tamaño, formato, etc.)
-    # 2. Configurar el cliente de Claude con la clave API
-    # 3. Llamar a la API de Claude para evaluar la imagen
-    # 4. Convertir la respuesta de Claude al formato estándar de evaluación de imágenes de Qualidot
-    # 5. Manejar errores y excepciones adecuadamente
-    raise NotImplementedError("La función evaluate_with_claude aún no está implementada.")
+    except Exception as e:
+        raise HTTPException(
+            status_code=500,
+            detail=f"Error evaluando la imagen: {str(e)}"
+        )