> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mka1.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Comandos

> Recorre el árbol de comandos de la CLI mka1 con ejemplos prácticos para Respuestas, Conversaciones, Archivos, Almacenes Vectoriales, Extracción, Voz, Agentes y más.

Cada comando sigue la misma estructura:

```text theme={null}
mka1 <service> <resource> <action> [flags]
```

Por ejemplo, `mka1 llm responses create` o `mka1 llm vector-stores search`.
Profundiza en cualquier nivel con `--help` para ver los flags que aplican:

```bash theme={null}
mka1 --help
mka1 llm --help
mka1 llm responses --help
mka1 llm responses create --help
```

O lanza la interfaz interactiva TUI para explorar todos los comandos:

```bash theme={null}
mka1 explore
```

El resto de esta página recorre los flujos de trabajo más comunes.
Todos los ejemplos asumen que ya has autenticado la CLI — consulta [autenticar la CLI](/es/docs/cli/authentication).

## Respuestas

Genera texto, continúa un hilo o ejecuta un agente con herramientas.

```bash theme={null}
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --input '"Escribe un resumen de una frase de la API de MKA1."'
```

Agrega `instructions` para guiar la respuesta:

```bash theme={null}
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --instructions 'Responde en inglés sencillo. Mantén las respuestas en menos de 80 palabras.' \
  --input '"Explica para qué se usan los embeddings."'
```

Continúa una respuesta anterior sin reenviar el historial:

```bash theme={null}
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --previous-response-id resp_123 \
  --input '"Ahora convierte eso en un asunto de correo electrónico."'
```

Transmite los tokens a medida que se producen:

```bash theme={null}
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --input '"Escribe tres puntos de notas de lanzamiento para la actualización de la documentación."' \
  --stream \
  --output-format json
```

Delegar trabajos largos al fondo y consultar después con `mka1 llm responses get`:

```bash theme={null}
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --input '"Produce un informe de 1,000 palabras."' \
  --background
```

Consulta la [guía de Respuestas](/es/docs/generate-a-response) para ver el modelo completo del recurso.

## Conversaciones

Envuelve intercambios de varios turnos en un contenedor reutilizable:

```bash theme={null}
# Crear una conversación
mka1 llm conversations create --metadata '{"session_id":"web-42"}'

# Usarla en una respuesta
mka1 llm responses create \
  --model meetkai:functionary-es-mini \
  --conversation conv_123 \
  --input '"¿Qué debería preguntar a continuación para mejorar este borrador?"'

# Inspeccionar los elementos almacenados
mka1 llm conversations list-items --conversation-id conv_123
```

Consulta la [guía de conversaciones](/es/docs/conversations) para el ciclo de vida completo.

## Archivos

Sube una vez y luego referencia el archivo desde almacenes vectoriales, trabajos de ajuste fino o la API de Extracción:

```bash theme={null}
mka1 llm files upload --file ./support-manual.pdf --purpose assistants
mka1 llm files list
mka1 llm files get --file-id file_123
mka1 llm files content --file-id file_123 --output-file ./downloaded.pdf
```

## Almacenes vectoriales

Indexa archivos para búsqueda semántica y recuperación:

```bash theme={null}
# Crear un almacén
mka1 llm vector-stores create --name support-knowledge

# Adjuntar un archivo
mka1 llm vector-stores create-file \
  --vector-store-id vs_123 \
  --file-id file_123

# Buscar en él
mka1 llm vector-stores search \
  --vector-store-id vs_123 \
  --query '¿Cómo restablezco la contraseña de una cuenta?'
```

Consulta la [guía de archivos y almacenes vectoriales](/es/docs/files-and-vector-stores) para ver el patrón completo.

## Extraer datos estructurados

Ejecuta extracción en línea con un esquema JSON:

```bash theme={null}
mka1 llm extract extract \
  --model meetkai:functionary-es-mini \
  --file ./invoice.pdf \
  --prompt 'Extrae el número de factura, proveedor, total y fecha.' \
  --schema '{
    "type": "object",
    "properties": {
      "invoice_number": { "type": "string" },
      "vendor_name": { "type": "string" },
      "total_amount": { "type": "number" },
      "date": { "type": "string", "format": "date" }
    },
    "required": ["invoice_number", "total_amount"]
  }'
```

O guarda un esquema una vez y reutilízalo:

```bash theme={null}
mka1 llm extract create-schema --name invoice --schema @./invoice.schema.json
mka1 llm extract extract-with-schema --schema-id sch_123 --file ./invoice.pdf
```

Consulta la [guía de extracción de datos estructurados](/es/docs/extract-structured-data) para consejos sobre diseño de esquemas.

## Voz

Transcribe audio o genera voz a partir de texto:

```bash theme={null}
# De voz a texto
mka1 llm speech transcribe --file ./call.wav

# De texto a voz — guarda en un archivo .wav
mka1 llm speech speak \
  --text 'Hola, bienvenido a nuestro servicio.' \
  --language en \
  --output-file ./welcome.wav
```

Consulta la [guía de voz](/es/docs/speech) para opciones de idioma y voz.

## Agentes

Crea una definición de agente reutilizable y ejecútala después:

```bash theme={null}
mka1 agents create \
  --name release-research-agent \
  --model meetkai:functionary-es-mini \
  --instructions 'Utiliza la búsqueda web cuando la pregunta dependa de información externa actual.' \
  --tools '[{"type":"web_search","search_context_size":"medium"}]'

mka1 agent-runs create \
  --agent-id agt_123 \
  --input '"¿Cuál es la versión estable actual de Bun?"'

mka1 agent-runs list --agent-id agt_123
```

Consulta la [guía de gestión de agentes](/es/docs/managing-agents) para ver el modelo completo del recurso.

## Prompts

Guarda prompts de manera centralizada y versiona sus cambios:

```bash theme={null}
mka1 llm prompts create --name welcome-email --template @./welcome.tpl
mka1 llm prompts create-version --prompt-id prm_123 --template @./welcome.v2.tpl
mka1 llm prompts list-versions --prompt-id prm_123
mka1 llm prompts rollback --prompt-id prm_123 --version 1
```

Consulta la [guía del repositorio de prompts](/es/docs/prompt-repository).

## Modelos y uso

Lista los modelos disponibles en tu cuenta y consulta el uso:

```bash theme={null}
mka1 llm models list
mka1 llm models get --model-id meetkai:functionary-pt

mka1 llm usage-stats responses --start-time 2026-04-01 --end-time 2026-04-22
mka1 llm usage-stats embeddings --start-time 2026-04-01 --end-time 2026-04-22
```

## Permisos

Otorga, revoca y consulta permisos granulares sobre recursos individuales:

```bash theme={null}
mka1 permissions llm grant \
  --resource-type completion \
  --resource-id my-completion-123 \
  --user-id user-abc456 \
  --role writer

mka1 permissions llm check \
  --resource-type completion \
  --resource-id my-completion-123 \
  --user-id user-abc456
```

Consulta la [guía de autorización](/es/docs/authorization) para el modelo de permisos.

## Guardrails

Inspecciona y prueba la configuración de moderación de contenido aplicada a tu tráfico:

```bash theme={null}
mka1 guardrails get
mka1 guardrails test --content 'Evalúa esta entrada.'
```

## Descubre todo lo demás

El árbol de comandos es grande y la mayoría de los subcomandos siguen el mismo patrón de `list` / `get` / `create` / `update` / `delete`.
Apóyate en `--help` y `mka1 explore` para encontrar el que necesitas.