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:

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

Por exemplo, mka1 llm responses create ou mka1 search text-store search-texts. Aprofunde-se em qualquer nível com --help para ver as flags aplicáveis:

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:

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.

​

Respostas

Gere texto, continue um tópico ou execute um agente com ferramentas.

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:

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:

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:

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:

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

Veja o guia de Respostas para o modelo completo do recurso.

​

Conversas

Envolva trocas de múltiplas interações em um contêiner reutilizável:

# 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 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:

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:

# 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 para o padrão completo.

​

Extraia dados estruturados

Execute extração inline com um JSON Schema:

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:

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 para dicas de design de schema.

​

Fala

Transcreva áudio ou gere fala a partir de texto:

# 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 para opções de idioma e voz.

​

Agentes

Crie uma definição de agente reutilizável e execute-a depois:

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 para o modelo completo do recurso.

​

Prompts

Salve prompts centralmente e versiona-os:

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.

​

Modelos e uso

Liste os modelos disponíveis para sua conta e verifique o uso:

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:

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 para o modelo de permissões.

​

Serviço de busca

O grupo search cobre armazenamentos de texto, tabelas tipadas e armazenamentos GraphRAG:

mka1 search text-store create --store-name faq
mka1 search text-store add-texts --store-name faq --texts '[{"id":"1","text":"Redefina a senha em /account"}]'
mka1 search text-store search-texts --store-name faq --query 'redefinir senha'

Veja o guia de busca e o guia do GraphRAG.

​

Guardrails

Inspecione e teste as configurações de moderação de conteúdo aplicadas ao seu tráfego:

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.