用途：管理 CloudRobo 推理服务（模型服务）的完整生命周期，包括将模型部署为长期运行的推理服务，以及对已部署服务进行监控与运维。
主要能力：部署模型（通过 model_id 与 model_version_id 组成的 --model-json 创建服务）；wait-deploy 每 5 秒轮询，直到状态不再是 DEPLOYING（默认 600 秒）；服务运维，如列出服务、查看详情、更新配置、启动/停止；日志诊断，支持毫秒级时间范围与关键词过滤；跨技能编排，可消费 cloudrobo-train 导出的模型，并通过 infer_service_id 暴露给 robo-dispatcher 用于具身任务。
使用方式：通过 CLI 命令 cloudrobo infer <command> 或 Python 的 InferClient 调用，后端为 cloudrobo-service 的 REST API（/v1/infer-services/*）。需先完成 CLI 安装、AK/SK 认证与工作区配置，并具备有效 workspace_id、可部署模型（需 ONLINE_DEPLOYMENT 动作为 ENABLE）以及可用计算池（status 为 AVAILABLE）。创建时 --stop-schedule-json 实际为必需，格式为 {"duration": <N>, "time_unit": "MINUTES"}。
限制：wait-deploy 仅等待 DEPLOYING 阶段，不等待 CREATING；创建后服务自动进入 CREATING→DEPLOYING，不应立即调用 start（会返回 400）。DRAFT/CREATING 状态模型无法部署（403）。具身广场模型为平台预配置，创建时不应携带 --cmd、--image-swr-url、--envs-json 等额外参数；空间资产/自定义模型需自动发现参数。部署消耗计算资源，启动长期服务前应确认。失败服务不应自动删除，需用户明确确认。
Windows/PowerShell 下示例为 bash 语法，需将行续接符展平或改用反引号，环境变量用 $env:NAME="value" 设置。其余细节暂未提供。