Soluciones a los ejercicios de preparación · CCA-F

Mis implementaciones de los cuatro ejercicios de preparación de la certificación Claude Certified Architect – Foundations (CCA-F) de Anthropic. Cada ejercicio es una implementación ejecutable, verificada contra la documentación oficial vigente (Claude API docs y code.claude.com/docs).

Important

Este repositorio contiene únicamente mi propio trabajo. No reproduce los enunciados oficiales de los ejercicios: esos materiales son propiedad de Anthropic y están marcados como confidenciales (Need to Know). Para consultarlos, accede por el canal oficial — el portal de Anthropic Academy / Skilljar de la certificación. Aquí encontrarás, por cada ejercicio, una descripción de alto nivel escrita por mí de lo que aborda, más la solución.

Los cuatro ejercicios

#	Ejercicio	Dominios reforzados
1	Agente multi-herramienta con lógica de escalado	D1 Arquitectura agéntica · D2 Diseño de herramientas/MCP · D5 Contexto y fiabilidad
2	Configuración de Claude Code para un flujo de equipo	D3 Configuración y flujos de Claude Code · D2 Diseño de herramientas/MCP
3	Tubería de extracción de datos estructurados	D4 Ingeniería de prompts y salida estructurada · D5 Contexto y fiabilidad
4	Tubería de investigación multiagente	D1 Arquitectura agéntica · D2 Diseño de herramientas/MCP · D5 Contexto y fiabilidad

Una descripción más detallada de cada uno, con las decisiones técnicas, está en docs/informe-unificado.txt.

Estructura del repositorio

.
├── docs/
│   └── informe-unificado.txt            Informe único (ES) de los cuatro ejercicios
├── exercise-1-multitool-agent/          Agente + bucle agéntico + escalado (Messages API cruda)
├── exercise-2-team-workflow/            Configuración de Claude Code para equipo (CLAUDE.md, reglas, MCP)
├── exercise-3-extraction-pipeline/      Extracción estructurada + validación-reintento + lotes
├── exercise-4-research-pipeline/        Coordinador-subagentes con el Claude Agent SDK
├── casos-practicos/                     (En crecimiento) Casos prácticos propios que vayan surgiendo
└── recursos/
    └── enlaces.md                       Enlaces de referencia para la preparación

Cada carpeta tiene su propio README.md con objetivo, mapa de archivos y cómo ejecutarla.

Requisitos generales

• Python 3.10+
• Dependencias por ejercicio (ver el README de cada carpeta). En general: pip install anthropic y, para el ejercicio 3, también pydantic.
• Autenticación. Los ejercicios 1 y 3 usan el SDK anthropic y se facturan a la cuenta de API (necesitan ANTHROPIC_API_KEY en el entorno). El ejercicio 4 usa el Claude Agent SDK y se autentica preferentemente con claude login (suscripción Max/Pro); ANTHROPIC_API_KEY es la alternativa y, si está definida, tiene prioridad sobre el login de suscripción.
• El ejercicio 4 requiere además Node.js y la CLI de Claude Code (npm install -g @anthropic-ai/claude-code), que el SDK de Python necesita por debajo (no la incluye; a diferencia del SDK de TypeScript).

Las credenciales nunca están en el código: los ejemplos leen la clave o el login del entorno. Copia el .env.example correspondiente a .env (ignorado por git) y rellena tus valores.

Notas

• El código y los identificadores técnicos están en inglés; la documentación y el informe, en español.
• Material de referencia oficial: documentación de la Claude API y de Claude Code, y la especificación de MCP.