用途：引导用户根据自身用例选择基础模型，通过查询 SageMaker Hub 获取可用模型列表并确认选择。
适用场景：用户询问该用哪个模型；想选择或更换基础模型；提到模型名称或系列（如 Llama、Mistral、Nova），此时仍需解析出确切的 Hub 模型 ID；想在决定是否微调前评估基础模型。
前提条件：需存在 use_case_spec.md 文件；若不存在，先激活 use-case-specification 技能生成。
工作流程：
- 检查区域：运行 python -c "import boto3; print(boto3.session.Session().region_name)"。若返回 None 则停止，提示用户通过 export AWS_DEFAULT_REGION=us-west-2 或 aws configure 设置区域；否则记录 REGION 并继续。
- 发现 Hub：使用 aws___call_aws 工具调用 SageMaker ListHubs API 列出区域内所有 Hub，过滤掉 HubDescription 含 "AI Registry" 的 Hub（不含 JumpStart 模型）。若仅剩一个合格 Hub 则自动使用；若有多个则让用户选择并记录。
- 选择基础模型：运行 python model-selection/scripts/get_model_names.py <hub-name> 获取全部模型名称，结合 references/model-licenses.md 以 <model name> - <license> 形式展示许可证。若已知用户想用的模型，确认其在列表中并展示许可证；否则按 references/model-selection.md 协助选择。注意不要推荐列表中不存在的模型。
- 确认选择：向用户展示所选基础模型摘要，并询问是否继续。
参考文件：references/model-selection.md 提供模型选择说明与基准描述；references/model-licenses.md 提供模型许可证信息。
限制：依赖 AWS 环境与 SageMaker Hub；需先有 use_case_spec.md；区域未设置时无法继续。