用途：在代码中编程式调用大语言模型，先列出可用模型，再向任一模型发送聊天补全请求，无需额外配置。
主要能力：列出当前可用模型；以 OpenAI 格式发送非流式聊天补全；消息支持 system/user 等角色；支持 tools 工具定义（Function Calling）；支持视觉模型在消息中附带图片；可通过 extra_body 的 thinking 参数控制深度思考。
使用方式：导入 SDK 函数，在代码内使用，如 from sdk.llm import create_openai_sync_client，先 client.models.list() 查询模型 ID，再 client.chat.completions.create(model=..., messages=[...]) 发请求。代码有两种执行方式：一是用 run_python_snippet 直接执行代码片段；二是写入 .py 文件后用 shell_exec 运行，例如 shell_exec("python scripts/my_llm_script.py")。LLM 调用耗时较长，可按复杂度提高 timeout，如单次调用 timeout=120，多模型对比或批量推理 timeout=300 或更高。
图片输入：视觉模型可用 file_to_url(path) 将工作区文件转为 URL（优先），失败时用 image_to_base64(path) 回退；两者接受 http/https URL 并原样返回。注意 image_to_base64 已返回完整 data URL，直接用作 url，不要再拼接 data:image/jpeg;base64, 前缀，否则报 Invalid base64 image_url 错误。路径相对 .workspace/ 目录。
常用参数：model（必填，真实模型 ID）、messages（必填）、temperature（0~2，默认 1）、max_tokens、tools、extra_body。thinking.type 取值 disabled（建议默认，避免不必要的 token 与延迟）、enabled、auto；该参数仅适用于支持深度思考的模型，传给不支持的模型可能报错。
返回值：response.choices[0].message.content 文本回复，.tool_calls 工具调用列表，finish_reason 为 stop/tool_calls/length，usage.total_tokens 总 token 数。仅当 thinking 为 enabled 或 auto 且模型决定思考时，存在 message.reasoning_content 思维链；它是非标准字段，SDK 不自动解析，需经 model_extra.get("reasoning_content") 或转 dict 读取。
适用场景：需要在代码片段或脚本内调用 LLM、做多模型对比或批量推理、图像理解、工具调用等。
限制：聊天请求为非流式；需在支持 sdk.llm 与上述工具的环境中运行；模型 ID 需为真实可用值；thinking 参数受模型支持情况限制；图片路径相对 .workspace/。价格、配额、平台支持范围等资料暂未提供。