用途：在 academicforge 中注册托管模型端点。端点由守护进程持有：注册一次后，针对它的 compute_provider 单元即可自动工作——守护进程先停掉当前驻留模型，运行已批准的启动脚本，等待就绪路由，再执行单元并流式输出生命周期进度。用户无需自己运行容器运行时、无需在单元中轮询就绪、也看不到凭据值。
主要能力：两种端点。本地容器端点需提供 url（必须为字面 127.0.0.1）、start/stop 脚本与 live 就绪路由；远程端点传 https 上游地址并省略 start/stop/live，无生命周期管理。注册通过 host.model_endpoints.register()，本地端口用 free_port() 获取（20000-29999）。凭据名固定为 credential="NVIDIA_API_KEY"，其他名称会被拒绝。
使用方式：先在 Customize → Compute → Model endpoints 连接该家族并选择 Local 或 URL/remote 模式；未连接时 free_port()/register() 会报错。调用时唯一形式是 compute_provider(provider="<端点名>", code=...)，BASE_URL 会预加载为 Python 变量和 os.environ["BASE_URL"]，远程端点另有 INFER_API_KEY。端点名建议用 <model>-service。
限制：端点不是内核环境，普通 python 单元用 environment= 指定端点会失败。脚本须为 ASCII、幂等，并处理端口映射与缓存属主问题；缓存放在 $SERVICE_DIR，不要用 777。启动/停止失败会使端点进入 FAILED 且粘滞，需用户按 Stop 或重新注册（字节完全相同可静默清除）。首次冷启动需下载镜像与权重，可能耗时数分钟。断开连接会停止所有本地服务并删除全部注册，缓存保留在磁盘。容器镜像、内部端口、缓存挂载目标与就绪路由来自模型自身的 runbook 技能，本技能只是翻译契约。