用途：在 Cargo 中通过 CLI 管理 AI 智能体资源，包括创建与配置智能体、挂载检索增强（RAG）知识、连接 MCP 服务器以及管理智能体记忆。发送消息、多轮对话与轮询请使用 cargo-orchestration；知识文件上传与知识库构建属于 content 域，见 cargo-content；工作区管理（文件夹、用户、API 令牌、角色）见 cargo-workspace-management。
启动：已登录可跳过。全局安装 npm install -g @cargo-ai/cli（不全局安装则每条命令前加 npx @cargo-ai/cli），使用 cargo-ai login --email you@company.com 登录，或 --oauth（浏览器）、--token <api-token>（CI），再用 cargo-ai whoami 确认工作区。所有命令以 JSON 输出到 stdout，失败非零退出并返回 errorMessage。创建运行或批处理为异步，需加 --wait-until-finished 或轮询对应 get。
主要能力与用法：用 cargo-ai ai agent list/get/create/update/remove 管理智能体；先 cargo-ai ai template list 查看内置模板（含系统提示词、模型、温度、动作），无 template get。发布通过 ai release list/get/get-draft/update-draft/deploy-draft 完成，发布是配置的版本快照。MCP 有两个方向：ai mcp-server 用于发布工作区 MCP 服务器，ai mcp-client 用于连接外部 MCP 服务器；cargo-ai mcp 通过 stdio 提供平台 MCP，cargo-ai mcp --server <uuid> 提供精选服务器。记忆用 ai memory list/update/remove。结构化输出与 heartbeat 字段暂未提供 CLI 标志，需直接调用 API。
适用场景：批量与工作流式智能体配置、模板复用、RAG 知识挂载、MCP 服务器发布与消费、记忆维护。限制：模型、温度等具体配置以 CLI 与 API 实际支持为准；部分字段暂无命令行标志；文件夹等资源需通过工作区管理技能操作。