Saltar al contenido principal
Usa Archivos para subir documentos una sola vez. Usa Almacenes Vectoriales para indexar esos archivos y realizar búsquedas semánticas y recuperación de información. Este es el patrón estándar para asistentes respaldados por documentos, flujos de trabajo de recuperación y respuestas fundamentadas.

​
Subir un archivo

Sube el archivo usando multipart/form-data. La especificación OpenAPI en vivo requiere file y purpose. 
import { SDK } from '@meetkai/mka1';

const mka1 = new SDK({ apiKey: '<mka1-api-key>' });

const file = Bun.file('./support-manual.pdf');
const result = await mka1.llm.files.upload(
  { file, purpose: 'assistants' },
  { headers: { 'X-On-Behalf-Of': '<end-user-id>' } }
);
La respuesta devuelve un objeto file con un ID como file-abc123.

​
Crear un almacén vectorial

Crea un almacén vectorial y adjunta uno o más IDs de archivos subidos. 
const vectorStore = await mka1.llm.vectorStores.create(
  {
    name: 'Base de conocimientos de soporte',
    description: 'Manuales de soporte y documentos del centro de ayuda indexados',
    fileIds: ['file-abc123'],
    expiresAfter: { anchor: 'last_active_at', days: 30 },
  },
  { headers: { 'X-On-Behalf-Of': '<end-user-id>' } }
);
Esta respuesta devuelve un ID de almacén vectorial como vs_abc123.

​
Agregar más archivos después

Puedes agregar más archivos a un almacén vectorial existente sin tener que recrearlo. 
const vsFile = await mka1.llm.vectorStores.createFile(
  {
    vectorStoreId: 'vs_abc123',
    fileId: 'file-def456',
    attributes: { category: 'manual', version: '2.0' },
  },
  { headers: { 'X-On-Behalf-Of': '<end-user-id>' } }
);
El archivo del almacén vectorial puede devolver status: "in_progress" mientras se realiza la indexación. Consulta los endpoints de Archivos y Almacenes Vectoriales en la Referencia de la API si necesitas consultar el estado.

​
Buscar en el almacén vectorial

Utiliza la búsqueda semántica para recuperar los fragmentos más relevantes para una pregunta del usuario. 
const results = await mka1.llm.vectorStores.search(
  {
    vectorStoreId: 'vs_abc123',
    searchVectorStoreRequest: {
      query: '¿Cómo puedo restablecer mi contraseña?',
      maxNumResults: 5,
    },
  },
  { headers: { 'X-On-Behalf-Of': '<end-user-id>' } }
);
La respuesta devuelve coincidencias ordenadas con file_id, filename, datos de puntuación y contenido del fragmento.

​
Flujo de trabajo típico

Utiliza esta secuencia para la mayoría de configuraciones de recuperación:
  1. Sube el archivo fuente.
  2. Crea un almacén vectorial con file_ids, o adjunta el archivo después.
  3. Espera a que el procesamiento del archivo finalice.
  4. Busca en el almacén vectorial cuando necesites contexto relevante.
Luego puedes alimentar el texto devuelto a la lógica de tu propia aplicación o a una solicitud de Respuestas.