Comandos

mka1 <service> <resource> <action> [flags]

mka1 --help
mka1 llm --help
mka1 llm responses --help
mka1 llm responses create --help

mka1 explore

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --input '"Escreva um resumo de uma frase da API MKA1."'

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --instructions 'Responda em português simples. Mantenha as respostas com menos de 80 palavras.' \
  --input '"Explique para que os embeddings são usados."'

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --previous-response-id resp_123 \
  --input '"Agora transforme isso em uma linha de assunto de e-mail."'

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --input '"Escreva três tópicos de notas de versão para a atualização da documentação."' \
  --stream \
  --output-format json

mka1 llm responses create \
  --model meetkai:functionary-pt \
  --input '"Produza um resumo de 1.000 palavras."' \
  --background

# Crie uma conversa
mka1 llm conversations create --metadata '{"session_id":"web-42"}'

# Use-a em uma resposta
mka1 llm responses create \
  --model meetkai:functionary-pt \
  --conversation conv_123 \
  --input '"O que devo perguntar em seguida para refinar este rascunho?"'

# Inspecione os itens armazenados
mka1 llm conversations list-items --conversation-id conv_123

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

# Crie um store
mka1 llm vector-stores create --name support-knowledge

# Anexe um arquivo
mka1 llm vector-stores create-file \
  --vector-store-id vs_123 \
  --file-id file_123

# Pesquise nele
mka1 llm vector-stores search \
  --vector-store-id vs_123 \
  --query 'Como redefino a senha de uma conta?'

mka1 llm extract extract \
  --model meetkai:functionary-pt \
  --file ./invoice.pdf \
  --prompt 'Extraia o número da fatura, fornecedor, total e data.' \
  --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"]
  }'

mka1 llm extract create-schema --name invoice --schema @./invoice.schema.json
mka1 llm extract extract-with-schema --schema-id sch_123 --file ./invoice.pdf

# Fala para texto
mka1 llm speech transcribe --file ./call.wav

# Texto para fala — salve em um arquivo .wav
mka1 llm speech speak \
  --text 'Olá, bem-vindo ao nosso serviço.' \
  --language en \
  --output-file ./welcome.wav

mka1 agents create \
  --name release-research-agent \
  --model meetkai:functionary-pt \
  --instructions 'Use a pesquisa na web quando a pergunta depender de informações externas atuais.' \
  --tools '[{"type":"web_search","search_context_size":"medium"}]'

mka1 agent-runs create \
  --agent-id agt_123 \
  --input '"Qual é a versão estável atual do Bun?"'

mka1 agent-runs list --agent-id agt_123

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

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

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

mka1 guardrails get
mka1 guardrails test --content 'Avalie esta entrada.'