> ## 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 > Explore a árvore de comandos do CLI mka1 com exemplos práticos para Respostas, Conversas, Arquivos, Armazenamento Vetorial, Extração, Fala, Agentes e mais. Todo comando segue o mesmo formato: ```text theme={null} mka1 [flags] ``` Por exemplo, `mka1 llm responses create` ou `mka1 llm vector-stores search`. Aprofunde-se em qualquer nível com `--help` para ver as flags aplicáveis: ```bash theme={null} mka1 --help mka1 llm --help mka1 llm responses --help mka1 llm responses create --help ``` Ou inicie a TUI interativa para navegar por todos os comandos: ```bash theme={null} mka1 explore ``` O restante desta página percorre os fluxos de trabalho mais comuns. Todos os exemplos assumem que você já autenticou o CLI — veja [autenticar o CLI](/pt/docs/cli/authentication). ## Respostas Gere texto, continue um tópico ou execute um agente com ferramentas. ```bash theme={null} mka1 llm responses create \ --model meetkai:functionary-pt \ --input '"Escreva um resumo de uma frase sobre a API MKA1."' ``` Adicione `instructions` para direcionar a resposta: ```bash theme={null} 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 servem os embeddings."' ``` Continue uma resposta anterior sem reenviar o histórico: ```bash theme={null} mka1 llm responses create \ --model meetkai:functionary-pt \ --previous-response-id resp_123 \ --input '"Agora transforme isso em um assunto de e-mail."' ``` Transmita os tokens à medida que são produzidos: ```bash theme={null} mka1 llm responses create \ --model meetkai:functionary-pt \ --input '"Escreva três tópicos de notas de lançamento para a atualização da documentação."' \ --stream \ --output-format json ``` Descarregue trabalhos longos para o plano de fundo e consulte depois com `mka1 llm responses get`: ```bash theme={null} mka1 llm responses create \ --model meetkai:functionary-pt \ --input '"Produza um resumo de 1.000 palavras."' \ --background ``` Veja o [guia de Respostas](/pt/docs/generate-a-response) para o modelo completo do recurso. ## Conversas Envolva trocas de múltiplas interações em um contêiner reutilizável: ```bash theme={null} # 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 a seguir para refinar este rascunho?"' # Inspecione os itens armazenados mka1 llm conversations list-items --conversation-id conv_123 ``` Veja o [guia de conversas](/pt/docs/conversations) para o ciclo de vida completo. ## Arquivos Faça upload uma vez e depois referencie o arquivo em armazenamentos vetoriais, trabalhos de ajuste fino ou na API de Extração: ```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 ``` ## Armazenamento vetorial Indexe arquivos para busca semântica e recuperação: ```bash theme={null} # Crie um armazenamento 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 redefinir a senha de uma conta?' ``` Veja o [guia de arquivos e armazenamento vetorial](/pt/docs/files-and-vector-stores) para o padrão completo. ## Extraia dados estruturados Execute extração inline com um JSON Schema: ```bash theme={null} mka1 llm extract extract \ --model meetkai:functionary-pt \ --file ./invoice.pdf \ --prompt 'Extraia 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"] }' ``` Ou salve um schema uma vez e reutilize: ```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 ``` Veja o [guia de extração de dados estruturados](/pt/docs/extract-structured-data) para dicas de design de schema. ## Fala Transcreva áudio ou gere fala a partir de texto: ```bash theme={null} # 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 ``` Veja o [guia de fala](/pt/docs/speech) para opções de idioma e voz. ## Agentes Crie uma definição de agente reutilizável e execute-a depois: ```bash theme={null} mka1 agents create \ --name release-research-agent \ --model meetkai:functionary-pt \ --instructions 'Use busca 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 ``` Veja o [guia de gerenciamento de agentes](/pt/docs/managing-agents) para o modelo completo do recurso. ## Prompts Salve prompts centralmente e versiona-os: ```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 ``` Veja o [guia do repositório de prompts](/pt/docs/prompt-repository). ## Modelos e uso Liste os modelos disponíveis para sua conta e verifique o 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 ``` ## Permissões Conceda, revogue e verifique permissões detalhadas em recursos individuais: ```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 ``` Veja o [guia de autorização](/pt/docs/authorization) para o modelo de permissões. ## Guardrails Inspecione e teste as configurações de moderação de conteúdo aplicadas ao seu tráfego: ```bash theme={null} mka1 guardrails get mka1 guardrails test --content 'Avalie esta entrada.' ``` ## Descubra todo o resto A árvore de comandos é grande e a maioria dos subcomandos segue o mesmo padrão `list` / `get` / `create` / `update` / `delete`. Apoie-se em `--help` e `mka1 explore` para encontrar o que você precisa.