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

# Quando Usar a CLI

> Linha de comando para automação e scripts

# Quando Usar a CLI

A interface de linha de comando é ideal para automação e fluxos de trabalho reproduzíveis.

## Melhor Para

* **Automação** - Script tarefas repetitivas
* **Pipelines CI/CD** - Integre com implantação
* **Servidores remotos** - SSH em instâncias na nuvem
* **Processamento em lote** - Treine múltiplos modelos
* **Reprodutibilidade** - Salve e compartilhe comandos exatos

## Como Parece

Digite comandos no seu terminal:

```bash theme={null}
aitraining text-classification \
  --model bert-base-uncased \
  --data train.csv \
  --epochs 5
```

## Exemplo de Fluxo de Trabalho

```bash theme={null}
# Preparar dados
python prepare_data.py

# Treinar modelo
aitraining train \
  --task text-classification \
  --data data/train.csv \
  --output models/v1

# Avaliar
aitraining evaluate \
  --model models/v1 \
  --test data/test.csv

# Implantar
aitraining serve --model models/v1
```

## Vantagens

* **Scriptável** - Automatize tudo
* **Reproduzível** - Salve comandos exatos
* **Controle de versão** - Rastreie no git
* **Amigável para remoto** - Funciona via SSH
* **Execução paralela** - Execute múltiplos treinamentos

## Limitações

* **Curva de aprendizado** - Deve conhecer sintaxe de comandos
* **Sem feedback visual** - Apenas saída de texto
* **Propenso a erros** - Erros de digitação em comandos
* **Menos descobrível** - Deve saber que opções existem

## Quando Mudar

Mude para UI quando você:

* Precisa de feedback visual
* Quer explorar opções
* Está ensinando usuários não técnicos
* Fazendo experimentos rápidos

Mude para API quando você:

* Precisa de lógica personalizada
* Está construindo aplicações
* Pré-processamento complexo
* Configuração dinâmica

## Casos de Uso Comuns

### Busca de Hyperparâmetros

```bash theme={null}
for lr in 1e-5 2e-5 5e-5; do
  aitraining train \
    --learning-rate $lr \
    --output models/lr_$lr
done
```

### Treinamento Noturno

```bash theme={null}
# No cron ou agendador
0 2 * * * /path/to/retrain.sh
```

### Treinamento Remoto

```bash theme={null}
ssh gpu-server
screen -S training
aitraining train --data s3://bucket/data.csv
# Desanexar com Ctrl-A D
```

### Integração CI/CD

```yaml theme={null}
# .github/workflows/train.yml
- name: Train model
  run: aitraining train --config config.yaml
```

## Dicas para Usuários de CLI

1. **Salve comandos** - Mantenha um arquivo `commands.txt`
2. **Use configs** - Arquivos YAML em vez de comandos longos
3. **Registre saída** - Redirecione para arquivos
4. **Use screen/tmux** - Para trabalhos de longa duração
5. **Escreva scripts** - Combine múltiplos passos

## Recursos Exclusivos da CLI

Coisas que a CLI faz melhor:

* Conduzir dados de outros comandos
* Integrar com scripts shell
* Executar em servidores headless
* Processar arquivos em lote
* Execução agendada

## Comandos Essenciais

```bash theme={null}
# Ver todas as opções
aitraining --help

# Listar modelos disponíveis
aitraining models list

# Verificar status do treinamento
aitraining status

# Retomar treinamento interrompido
aitraining train --resume

# Converter formatos de modelo
aitraining convert --from pytorch --to onnx
```

## Variáveis de Ambiente

```bash theme={null}
# Definir padrões
export AITRAINING_MODEL=bert-base
export AITRAINING_EPOCHS=5

# Agora comandos mais simples
aitraining train --data train.csv
```

## Próximos Passos

<CardGroup cols={2}>
  <Card title="Referência CLI" href="/cli/command-structure">
    Documentação completa de comandos
  </Card>

  <Card title="Alternativa API" href="/foundations/api-when-to-use">
    Quando usar Python em vez disso
  </Card>
</CardGroup>