用途：使用 Cargo CLI 完成测量与导出相关工作，包括监控运行指标、下载运行和批次结果、导出分群数据。涉及账单、用量指标与订阅时，应改用 cargo-cli-billing 技能。
使用方式：先执行 npm install -g @cargo-ai/cli 安装，再运行 cargo-ai login --token <your-api-token>（可加 --workspace-uuid <uuid>）登录，并用 cargo-ai whoami 验证。未全局安装时，可将命令前缀替换为 npx @cargo-ai/cli。所有命令输出 JSON 到 stdout，失败时以非零状态退出并返回 {"errorMessage": "..."}。多数分析命令需要 UUID，可先用 orchestration play list、tool list、workflow list、ai agent list、connection connector list、storage model list 等命令发现资源。
主要能力：orchestration run get-metrics 可查看工作流运行的聚合指标（成功率、错误率、各节点 credits），支持按 release、batch 或日期范围限定；orchestration run count 可按状态、批次、release、完成情况、日期、记录等条件计数；orchestration run download 可按完成状态、日期范围、状态或批次下载运行结果；orchestration batch download 可下载批次结果，并可用 --output-node-slug 仅下载某一节点输出。分群数据导出使用 segmentation segment download，需提供 --model-uuid（不是 segment-uuid），过滤器 JSON 使用 conjonction 字段，示例为 '{"conjonction":"and","groups":[]}'，还可加 --sort 与 --limit。
分批失败处理：状态为 success 的批次仍可能含单条运行失败。可先用 batch get 查看 runsCount、executedRunsCount、failedRunsCount，再用 run count 统计错误，用 run download 下载失败记录排查原因，修复后通过 batch create 仅重跑失败记录。
限制：具体参数范围、错误处理细节和完整 JSON 响应结构未在资料中展开，请参阅 references/response-shapes.md、references/troubleshooting.md 及各 examples 文件；所有命令支持 --help 查看帮助。