用途：管理 CloudRobo 模型训练任务与 SimRL 任务的完整生命周期，支持两种训练模式（MODEL_TUNING 微调 / TRAIN_FROM_SCRATCH 预训练）和五种方法（FFT/SFT/LORA/QLORA/DEEPSPEED）。
主要能力：两个任务面可通过 --sim-rl 切换——常规训练走 /v1/training/train-tasks，含 19 个 train_* SDK 方法并支持续训；SimRL 走 /v1/training/rl-tasks/simulation，含 16 个 sim_rl_* 方法，不支持续训。覆盖创建、监控（阶段/资源/事件）、失败诊断、草稿保存与重提、统计及流水线编排。
使用方式：通过 CLI（cloudrobo train <command> [--sim-rl]）或 SDK（TrainClient）调用 cloudrobo-service REST API，所有操作需 workspace_id。模型/数据集发现通过 cloudrobo asset 调用 cloudrobo-asset-manager。workspace_id 解析顺序为：显式 --workspace-id、已配置默认工作空间、自动查询列表取首个并保存；可用 cloudrobo workspace use --workspace-id <id> 手动设置。创建任务示例：cloudrobo train create-task --config '<json>'，加 --verbose/-v 先显示摘要。若用户引用已有任务，应先 cloudrobo train show-task --task-id <id> 复用其配置，而非重新走选择流程。
适用场景：微调、预训练、仿真强化学习、草稿保存与重提、监控、失败诊断与统计。训练可能持续数小时至数天，建议以 30-60 秒间隔轮询状态。
限制：需先完成 CLI 安装、AK/SK 认证与工作空间配置（见 references/cli-installation-guide.md）。工作空间模型/数据集须为 DRAFT 状态，否则报“输入模型未就绪”。工作空间数据集须用 CUSTOM_DATASET_ASSET，用错会导致 RUN_FAILED。使用 Gallery 资产时需检查 data_read 权限，被拒则只能用 SHARED 资源池。复制任务时输出模型名必须不同，否则报“输出模型已存在”。Windows PowerShell 需将 bash 续行改为单行或反引号，环境变量用 $env:NAME="value"。其余细节暂未提供。