# 將 Argus 連接到你的 AI

在支援遠端 MCP 伺服器的 AI 應用程式中加入一個網址，登入 Argus，然後提出問題。

## 網址

```text
https://mcp.argusfa.com/mcp
```

Argus 是遠端 MCP 伺服器。本頁的每份指南都使用同一個網址。

登入是在瀏覽器中以 OAuth 完成。Argus 絕不會要求你把密碼、API 金鑰或權杖貼到 AI 應用程式中。

## 開始之前

- 你需要一個免費的 Argus 帳戶。帳戶僅供符合資格地區、年滿 18 歲的成年人使用。
- 你的 AI 應用程式必須支援透過 HTTP 連接遠端 MCP 伺服器，有時稱為自訂連接器。是否可用取決於應用程式與你的方案。
- 目前已測試：透過自訂連接器使用的 Claude、Argus 命令列用戶端及其 Codex 與 Claude Code Skill，以及 Python MCP SDK。
- 尚未完成端對端驗證：ChatGPT 的託管連接器，以及下列其他應用程式。

- [建立免費帳戶](https://api.argusfa.com/auth/register)

- [開始使用 Argus](https://api.argusfa.com/)
- [地區與年齡](https://www.argusfa.com/zh-TW/eligibility/)
- [已測試的用戶端與支援範圍](https://www.argusfa.com/docs/interfaces/client-support/) — 開發者文件以英文撰寫。

## 如果登入時顯示應用程式未註冊

Argus 只接受已註冊應用程式的登入。新的應用程式在 Argus 完成註冊之前可能遭拒；你這一端沒有任何設定可以繞過。遇到這種情況，請來信 hello@argusfa.com 並告知應用程式名稱。

## 各應用程式的連接指南

選單名稱會因版本與方案而異。如果某個步驟與你看到的畫面不符，請參考該應用程式本身關於新增遠端 MCP 伺服器的說明。

### Claude

狀態: Argus 已對這個應用程式完成端對端測試。

1. 開啟 Claude 設定，選擇「Connectors」（連接器）。
2. 選擇「Add custom connector」（新增自訂連接器），命名為 Argus，並貼上上方網址。
3. 選取「Connect」（連接），然後在瀏覽器中登入 Argus 並核准存取。
4. 在對話的工具選單中啟用 Argus，然後提出問題。

### ChatGPT

狀態: Argus 尚未對這個應用程式完成端對端驗證。

1. 開啟 ChatGPT 設定，找到「Connectors」（連接器；部分版本稱為「Apps and connectors」）。自訂連接器需要允許使用它的方案與模式；ChatGPT 稱之為開發者模式（developer mode）。
2. 建立連接器，命名為 Argus，並將上方網址貼入 MCP 伺服器 URL 欄位。
3. 登入方式選擇 OAuth。在開啟的瀏覽器視窗中登入 Argus 並核准存取。
4. 在對話中啟用 Argus 連接器，然後提出問題。

### Claude Code

狀態: Argus 尚未對這個應用程式完成端對端驗證。

1. 在終端機中執行下方指令。
2. 啟動 Claude Code，輸入 /mcp，選擇 argus，並在瀏覽器中完成登入。
3. 提出問題。Claude Code 會在呼叫每個 Argus 工具之前先顯示該工具。

```bash
claude mcp add --transport http argus https://mcp.argusfa.com/mcp
```

已測試的替代方式：使用 Argus 命令列用戶端搭配 Claude Code Skill。詳見「開發者」頁面。

### Cursor

狀態: Argus 尚未對這個應用程式完成端對端驗證。

1. 開啟 Cursor 設定，選擇 MCP（部分版本稱為 Tools & MCP），並新增 MCP 伺服器。你也可以把下方項目加入 mcp.json 檔案；該檔案位於專案資料夾或使用者主資料夾中的 .cursor 資料夾內。
2. 當 Cursor 顯示 Argus 需要登入時，選取它並在瀏覽器中完成登入。
3. 在 Agent 模式中提出問題。

```json
{
  "mcpServers": {
    "argus": {
      "url": "https://mcp.argusfa.com/mcp"
    }
  }
}
```

### Gemini CLI

狀態: Argus 尚未對這個應用程式完成端對端驗證。

1. 把下方項目加入 .gemini 資料夾中的 settings.json 檔案。
2. 啟動 Gemini CLI，執行 /mcp auth argus，並在瀏覽器中完成登入。
3. 執行 /mcp，確認已列出 Argus 工具，然後提出問題。

```json
{
  "mcpServers": {
    "argus": {
      "httpUrl": "https://mcp.argusfa.com/mcp"
    }
  }
}
```

本指南適用於 Gemini CLI。你的方案下 Gemini 應用程式是否接受自訂 MCP 伺服器，請查閱 Google 的說明。

## 連接之後

- 問一句「Argus 能為我做什麼？」AI 會列出你的連接可以使用的 Argus 工具，最多 20 個。
- 讀取公開事實並不會讓應用程式存取你的私人資料。觀察清單、筆記、提醒與持股須由你分別核准。
- 若要中斷連接，請在 AI 應用程式中移除 Argus，並在 Argus 帳戶的「已連接的應用程式」中撤銷該應用程式。

- [可以問什麼](https://www.argusfa.com/zh-TW/ask/)
- [隱私白話說明](https://www.argusfa.com/zh-TW/privacy/)

## 如果無法運作

- 應用程式沒有顯示任何 Argus 工具：請確認登入時已核准存取，然後重新連接。
- 登入因你所在的地區而遭拒：請參閱「地區與年齡」。

- [疑難排解](https://www.argusfa.com/docs/troubleshooting/) — 開發者文件以英文撰寫。
- [MCP 參考](https://www.argusfa.com/docs/interfaces/mcp/) — 開發者文件以英文撰寫。

## 安全邊界

> Argus 只提供事實，不做投資判斷，也不下單。你的 AI 依據這些事實得出的結論，由它自己負責。

## 頁面中繼資料

- Language: zh-TW
- 版本: 1.1.48
- 最後更新: 2026年11月17日
- 標準 URL: https://www.argusfa.com/zh-TW/connect/