用 Cargo CLI 编排运行工作流、批量任务与 AI…

当你需要通过 Cargo 平台执行单个动作、跑多步工作流、对整段/整模型批量触发、给 AI 代理发消息、构建或绘制节点图，或用 SQL 查询运行/批次/跨度/记录表时使用。

适用场景

解决思路

1. 先确认登录状态：运行 `cargo-ai whoami` 返回工作区即已登录，否则先 `npm install -g @cargo-ai/cli`（无全局安装则每条命令前加 `npx @cargo-ai/cli`），再用 `cargo-ai login --email you@company.com`（邮件验证码、无需浏览器，首次使用即创建账号），或用 `--oauth`（浏览器）或 `--token <api-token>`（CI），最后用 `cargo-ai whoami` 确认当前工作区再执行任何写操作。
2. 先发现资源再操作：大多数命令需要 UUID，先用 `cargo-ai orchestration action list <query>`、`play list`、`tool list`、`workflow list`、`template list`、`cargo-ai ai agent list`、`ai template list`、`storage model list`、`storage dataset list`、`segmentation segment list`、`connection connector list` 查出 UUID。
3. 区分 play 与 tool：两者都由 workflow 支撑；play 是段驱动自动化（响应段内记录新增/更新/删除），tool 是按需工作流（手动、API 或 cron 触发）；workflow 没有 name 字段，用 `play list` 或 `tool list` 找名字并取出 `workflowUuid`。

适用边界 · 注意事项

• 解释某次 run 为何表现异常时——改用 cargo-diagnostics 技能。
• 下载结果文件时——改用 cargo-analytics 技能。
• 把工作流作为代码提交时——改用 cargo-project 技能。

经验正文