La interfaz web te trajo hasta aquí, pero el terminal es donde la herramienta se convierte en una máquina de productividad. En este módulo dominas el comando run y todos sus flags — de --context a --skip-research — para automatizar, escalar y ahorrar.
Diagrama ilustrativo — las flags ajustan el comando central, que activa el pipeline completo.
La interfaz web es amigable y perfecta para el primer análisis. Pero, en el momento en que quieres ejecutar diez empresas seguidas, programar un análisis de madrugada o repetir exactamente la misma operación, la terminal (CLI) empieza a ganar por mucho. Es el mismo motor, pero sin el intermediario del navegador.
Puedes usar ambos: la web para explorar y el CLI para producción. Ambos leen y escriben en la misma carpeta output/, así que el trabajo de uno aparece en el otro.
Hay un comando que lo hace todo, de principio a fin. Memorízalo: inicia las 3 fases y entrega el paquete completo en una carpeta nueva.
# Ative o ambiente primeiro
source venv/bin/activate # Mac/Linux
# .\venv\Scripts\activate # Windows
# O comando que faz tudo
python -m strategy_factory.main run "Stripe"
# Resultado: uma pasta nova com o pacote completo
output/stripe/
├── markdown/ (15 documentos)
├── presentations/ (2 apresentações .pptx)
├── documents/ (2 relatórios .docx)
└── mermaid_images/ (5 diagramas .png)El nombre entre comillas se convierte en el "slug" de la carpeta — "Stripe" → output/stripe.
A veces el nombre por sí solo no basta: piensa en empresas con nombres comunes o poco conocidas. El flag --context da pistas para la investigación y mejora mucho la calidad de los documentos.
# Sem contexto — a IA adivinha sozinha
python -m strategy_factory.main run "Acme"
# Com contexto — a pesquisa fica muito mais precisa
python -m strategy_factory.main run "Acme" \
--context "B2B payments, fintech, 200 funcionários"Para nombres famosos (Stripe, Nubank), el contexto es opcional. Para el resto, evita que la IA investigue la empresa equivocada: un pequeño texto que guía todo el análisis.
La flag --mode decide la profundidad de la investigación — y, con ella, el costo y el tiempo. Son dos valores: quick (estándar) y comprehensive.
# Quick é o padrão — não precisa nem da flag
python -m strategy_factory.main run "Stripe"
python -m strategy_factory.main run "Stripe" --mode quick
# Comprehensive — pesquisa mais profunda (e mais cara)
python -m strategy_factory.main run "Stripe" --mode comprehensiveAquí solo necesitas saber que la flag existe y qué hace cada valor. El siguiente módulo compara los dos modos en detalle, con costos y un árbol de decisión.
Antes de gastar un centavo, simula. La flag --dry-run muestra qué sería generado, pero no hace ninguna llamada de IA. Es tu red de seguridad.
# Simula tudo, sem gastar nada
python -m strategy_factory.main run "Stripe" --dry-run
# Saída esperada (exemplo):
# [DRY RUN] Pesquisa: 9 buscas planejadas (Perplexity)
# [DRY RUN] Síntese: 15 documentos planejados (Gemini)
# [DRY RUN] Geração: 2 PPTX + 2 DOCX + 5 PNG
# [DRY RUN] Custo estimado: ~US$ 0,05 · Nenhuma chamada feita.¿Acabas de instalarlo? Ejecuta un --dry-run antes de cualquier cosa. Es la forma más barata (gratis) de saber si todo está en su lugar.
Después de ejecutar algunos análisis, querrás inspeccionar lo que ya existe. Hay dos comandos de lectura que no consumen API — lo resuelven.
# Detalhe de uma empresa: progresso, fase, custo
python -m strategy_factory.main status "Stripe" --detailed
# Todas as empresas já analisadas
python -m strategy_factory.main listMuestra en qué fase está el análisis, qué entregables ya están listos y cuánto se ha gastado. Sin --detailed, muestra un resumen breve.
Enumera todas las empresas que ya tienen una carpeta en output/ — todo tu historial de análisis, de un vistazo.
Tanto status cuánto list solo leen archivos locales. Úsalos cuanto quieras: nunca consumen crédito de la API.
Los últimos comandos son los de recuperación y ahorro: retomar desde donde te quedaste, empezar de cero y reutilizar resultados ya guardados sin volver a pagar.
# Retoma de onde parou (após queda ou Ctrl+C)
python -m strategy_factory.main resume "Stripe"
# Limpa tudo e recomeça do zero (--yes pula a confirmação)
python -m strategy_factory.main reset "Stripe" --yes
# Reaproveita resultados em cache, pulando fases:
python -m strategy_factory.main run "Stripe" --skip-research # reusa a pesquisa
python -m strategy_factory.main run "Stripe" --skip-synthesis # reusa os documentos
python -m strategy_factory.main run "Stripe" --skip-generation # reusa os arquivosLa Fase 1 guarda el research_cache.json. Ese dinero ya se gastó.
Se cae internet o se excede el límite (error 429). El state.json registra dónde se quedó.
O resume reutiliza la investigación de la caché y solo vuelve a generar la síntesis que faltaba. No vuelves a pagar la Fase 1.
Si solo quieres volver a generar los documentos (porque modificaste un prompt, por ejemplo), usa --skip-research. La investigación, que es la parte costosa, proviene de la caché — y el costo se desploma.
2.2 — Modos Quick vs Comprehensive — elige entre rápido y profundo teniendo en cuenta el costo, los modelos y el tiempo.