用途 这是 Cargo 托管的 MCP 服务器，端点 https://mcp.getcargo.io/mcp，使用 Streamable HTTP。适用于没有 shell 的环境（ChatGPT、Claude Desktop、claude.ai、n8n），在对话中一次性执行动作。原则：MCP 是运行时，CLI 是平台；凡是要重复运行或版本化的构建工作都走 CLI（npm install -g @cargo-ai/cli）。
连接 claude mcp add --transport http cargo https://mcp.getcargo.io/mcp JSON 客户端使用 {"mcpServers":{"cargo":{"type":"http","url":"https://mcp.getcargo.io/mcp"}}}。首次未认证返回 401 属握手，OAuth 客户端会自动发现授权服务器；无 OAuth 的 CI 或 headless 场景改用设置里的 workspace 级 API token，通过环境变量传入：headers 的 Authorization 为 Bearer ${CARGO_API_TOKEN}，切勿内联。工具列表不固定，由平台工具加上该 workspace 用 defineMcpServer 发布的工具组成，应以实际返回的列表为准。
核心工具链 whoami 确认工作区与积分数；search_actions 查找动作并读取成本；get_action_schema 查看输入；autocomplete_action 解析需选取的 id；execute_action 单条、execute_action_batch 批量执行；get_run / get_batch 轮询。数据方面：list_models、describe_model、query_models，另有 list_runs、get_usage。会话开始先 whoami：token 绑定唯一 workspace 且无法覆盖，工作区错误会返回看似合理却错误的读取。
用法要点 action 对象需原样传递，不带 config 键；输入放在 data（单条）或 records（批量），放错位置会被静默丢弃。kind 有 connector、native、tool、agent 四种，可用 kind 与 integrationSlug 过滤。批量必须用 execute_action_batch，不要循环 execute_action；完成的批次提供输出 CSV 下载。
限制 query_models 只按模型列出记录并支持 limit/offset，不做聚合、连接或表达式过滤；“多少、按…分组、连接”属 CLI（cargo-storage）问题。先跑 10–20 条样本报告成本与命中率再报价。涉及个人的操作须有合法依据、抑制检查与相关性，拒绝批量未请求消息、购买或抓取名单及消费者定向。向用户叙述摘要，不要粘贴原始 JSON。其他细节暂未提供。