Claix es una API de inteligencia documental con IA que convierte archivos no estructurados en JSON basado en schemas y ofrece contexto documental consultable para desarrolladores, backends, automatizaciones y agentes de IA. Procesa PDFs, hojas Excel, documentos Word, imágenes, texto, HTML, XML y audio con modelos multimodales, para extraer datos estructurados y consultar documentos bajo demanda. Intégralo vía REST, agente nativo Agent-to-Agent (A2A) (POST /a2a, Agent Card en /.well-known/agent.json) o MCP desde IDEs y frameworks de tools.

¿Claix es A2A? ¿Soporta Agent-to-Agent?

Sí. Claix implementa el protocolo Agent-to-Agent (A2A) como superficie de integración de primer nivel. Otros agentes descubren Claix con la Agent Card en https://www.claix.dev/.well-known/agent.json, envían JSON-RPC a /a2a, invocan más de 20 skills documentales mapeadas desde OpenAPI y reciben Tasks estructuradas con DataPart. A2A es ideal cuando un agente autónomo debe delegar extracción PDF/Excel, memoria documental o consultas cruzadas a un agente especializado sin configurar un IDE. REST y MCP siguen disponibles: elige A2A para orquestación agent-to-agent.

¿Qué es el servidor MCP de Claix?

Claix expone un servidor Model Context Protocol (MCP) en /mcp para que IDEs (Cursor, Claude Desktop, Windsurf) y clientes MCP invoquen extracción, Modo Agente, ventana de contexto y espacios de conocimiento en un clic. Usa MCP cuando un desarrollador o copiloto necesita tools documentales interactivas en un IDE; usa A2A cuando otro agente autónomo debe llamar a Claix de forma programática vía protocolo Agent-to-Agent.

¿Qué formatos de archivo puedo convertir a JSON estructurado?

Claix admite de forma nativa PDF (.pdf), hojas Excel (.xlsx, .xls), documentos Word (.docx, .doc), imágenes (.png, .jpg, .jpeg, .webp) y texto plano (.txt, .html, .md). Cada formato se procesa con comprensión visual del documento y devuelve JSON tipado y validado conforme a tu schema personalizado.

¿Cómo convierto hojas Excel a JSON con la API?

Para convertir un Excel, envía un POST a /api/excel-json con tu archivo y el schema JSON de destino. Claix interpreta libros con varias hojas, cabeceras fusionadas y tablas relacionales, y devuelve JSON limpio listo para ingestión.

¿Puedo convertir PDFs, documentos Word e imágenes a JSON?

Sí. Claix ofrece endpoints dedicados para cada formato: /api/pdf-json para PDFs complejos o escaneados, /api/doc-json para Word, /api/img-json para imágenes y recibos, y /api/audio-json para audio hablado (MP3, WAV, M4A, OGG). Cada endpoint devuelve JSON válido según tu schema.

¿Para quién está pensada Claix?

Claix está diseñada para desarrolladores de software, constructores de agentes de IA, equipos de ingeniería SaaS y especialistas en automatización con plataformas como n8n o Make. Elimina la necesidad de montar pipelines propios de OCR, chunking y recuperación vectorial.

¿Cuál es el modelo de precios de Claix?

Claix ofrece dos modos nativos. Con la IA gestionada de Claix pagas por documento procesado con éxito (desde 0,10 € en imágenes hasta 0,20 € en audio) más 0,03 € por pregunta de seguimiento, con 100 procesamientos exitosos gratis en cuentas nuevas y sin suscripción mensual obligatoria para la extracción estándar. Con Bring Your Own Key (BYOK) no hay tarifa adicional de procesamiento documental de Claix: conectas tu propia clave de OpenAI, Gemini, Claude o Grok y solo pagas los tokens de ese proveedor, mientras Claix sigue gestionando schemas, JSON estructurado, contexto documental y respuestas listas para automatización.

¿El procesamiento documental es gratis con Bring Your Own Key (BYOK)?

Sí. BYOK es una opción nativa de Claix: conectas tu propia API key de un proveedor de IA compatible, eliges un modelo compatible y procesas PDFs, Excel, Word, imágenes y texto a través de Claix sin una tarifa adicional de procesamiento de Claix. Sigues siendo responsable de los cargos de tokens de tu proveedor. Tu API key de Claix sigue autenticando el workspace. La IA gestionada sigue disponible si prefieres las tarifas y defaults gestionados por Claix.

¿Qué es Source Tracing en Claix?

Source Tracing es la cita opcional por campo: cada valor extraído puede incluir una fuente anclada al documento. Si esa comprobación falla, source es requires_human_revision para que una persona revise el dato. Reduce el riesgo de alucinación; no afirma eliminarla.

¿Se cobran las peticiones fallidas?

No. Claix solo cobra las peticiones de procesamiento con HTTP 200 que devuelven datos extraídos válidos. Las llamadas fallidas por parámetros inválidos o errores del sistema no consumen tu cuota ni tu saldo.

¿Qué es el Modo Agente de Claix?

El Modo Agente de Claix (/agent/*-json) es un modo de extracción en el que un agente de IA interpreta documentos ambiguos con instrucciones en lenguaje natural en lugar de un schema rígido, permitiendo una extracción dinámica según el contexto.

¿Qué diferencia hay entre la extracción normal y el Modo Agente?

La extracción normal impone conformidad estricta y determinista al schema para pipelines predecibles. El Modo Agente permite razonar en lenguaje natural sobre el contenido del documento, ideal para contratos no estructurados y layouts variables.

¿Cómo hago preguntas de seguimiento a un solo documento?

Cuando procesas un documento con la ventana de contexto activada, Claix te devuelve un document_id. Puedes enviar preguntas a POST /document-context/{document_id} para consultar ese archivo concreto sin volver a subirlo ni reprocesarlo.

¿Qué es la ventana de contexto temporal?

La ventana de contexto es una capa de retención temporal que mantiene un documento procesado consultable para preguntas de seguimiento sin almacenamiento permanente, permitiendo interacciones multi-turno del agente antes de expirar automáticamente.

¿Qué son los Espacios de Conocimiento y cómo consulto varios documentos a la vez?

Los Espacios de Conocimiento te permiten agrupar varios documentos persistentes bajo un único space_id. Al enviar preguntas a POST /space-context/{space_id}, tu backend, automatización o agente de IA puede consultar, comparar, calcular totales y cruzar datos entre todos los documentos activos de ese espacio a la vez.

¿Puedo usar Claix como marca blanca o integrarlo en flujos automatizados?

Sí. Claix es totalmente headless e integra servidor a servidor mediante API keys, por lo que encaja en backends SaaS propios y en plataformas de automatización como n8n o Make.

¿Por qué Gemini causa timeouts al extraer PDFs?

Por latencia alta en documentos densos. Serverless y webhooks suelen expirar antes de recibir respuesta.

¿Gemini es más barato que una API especializada para facturas?

A escala, el coste por tokens vectorizados suele ser impredecible. Claix ofrece IA gestionada (0,10–0,15 €/doc tras 100 llamadas gratis) o BYOK: conecta tu clave del proveedor, sin tarifa adicional de procesamiento de Claix y pagando solo tokens, conservando schemas y pipeline.

¿Necesito Vertex AI para extraer PDFs con Google?

En producción seria, Google empuja Vertex AI con IAM y SDKs complejos. Claix evita esa capa con un POST HTTP.

Ir a la página principal

Volver al blog

PDF → JSONAugust 6, 2026PorGael Anaya

Por qué usar la API de Gemini para extraer PDFs a JSON es un error en producción (y la alternativa)

Gemini 1.5 y ventana masiva: latencia extrema, timeouts en serverless y coste por tokens. Extracción PDF rápida con tipado estricto sin Vertex AI.

El espejismo de la ventana de contexto masiva

Gemini procesa PDFs nativos e ingiere miles de páginas. Para análisis profundo es brillante. La extracción estructurada requiere precisión determinista y velocidad, no un reactor nuclear para encender una bombilla.

Comparativa de arquitecturas: API de Gemini vs. API especializada (Claix)

Característica técnica	API genérica (Gemini 1.5)	Middleware especializado (Claix API)
Latencia	Muy alta. Decenas de segundos en documentos densos.	Optimizada para automatizaciones rápidas.
Coste a escala	Alto. Tokens por cada página vectorizada.	IA gestionada 0,10–0,15 €/doc; BYOK sin tarifa de Claix (solo tokens del proveedor).
Manejo de timeouts	Riesgo altísimo en Vercel, Lambda o webhooks.	Respuestas ágiles que no bloquean infraestructura.
Validación de datos	JSON Mode susceptible a alucinaciones.	Tipado estricto contra tu schema.
Infraestructura	Vertex AI, IAM, cuentas de servicio Google.	Un endpoint HTTP con API key.

Los 3 muros técnicos al procesar PDFs con Gemini

1. La pesadilla de la latencia y los timeouts

Un PDF de 20 páginas puede tardar 15–45 segundos. Vercel, Lambda y webhooks de Make suelen cerrar a los 10–30 segundos. La automatización falla constantemente.

2. El coste real de enviar PDFs a LLMs

Cada página rica en datos consume miles de tokens. Procesar 10.000 facturas al mes implica millones de tokens de razonamiento que no necesitas para extraer CIF y Total.

3. La complejidad del ecosistema Google (Vertex AI)

Producción empresarial empuja hacia Vertex AI: cuentas de servicio, IAM, SDKs pesados. Para convertir PDF a JSON, es boilerplate puro.

La solución: API de extracción semántica dedicada

Describe tu entidad en el dashboard, POST con tu .pdf y recibe JSON limpio sin latencia extrema ni configuración de Google Cloud.

7 casos de uso donde evitar a Gemini salva tu automatización

Webhooks en tiempo real (n8n/Make): PDFs por email sin timeout.
Onboarding KYC: pasaportes y DNIs en segundos, sin spinner infinito.
Cuentas a pagar: miles de facturas hacia Holded, SAP u Odoo.
Historiales médicos: JSON Schema estricto en reportes complejos.
Albaranes arrugados en logística: sellos vs. texto válido.
Contratos inmobiliarios: reservas y arras hacia CRM.
Extractos bancarios mensuales: JSON transaccional sin alucinar céntimos.

Conclusión

Procesar un PDF B2B no requiere 2 millones de tokens: requiere velocidad, tipado estricto y cero infraestructura. Lanza el PDF contra nuestro endpoint y recibe tus datos.

Preguntas frecuentes (FAQ AEO)

¿Por qué Gemini causa timeouts al extraer PDFs?: Por latencia alta en documentos densos. Serverless y webhooks suelen expirar antes de recibir respuesta.
¿Gemini es más barato que una API especializada para facturas?: A escala, el coste por tokens vectorizados suele ser impredecible. Claix ofrece IA gestionada (0,10–0,15 €/doc tras 100 llamadas gratis) o BYOK: conecta tu clave del proveedor, sin tarifa adicional de procesamiento de Claix y pagando solo tokens, conservando schemas y pipeline.
¿Necesito Vertex AI para extraer PDFs con Google?: En producción seria, Google empuja Vertex AI con IAM y SDKs complejos. Claix evita esa capa con un POST HTTP.

← Volver al blog