用途：作为 BASE_URL 的纯 HTTP 客户端，直接向已注册的模型端点发起请求并获取响应，不涉及任务提交或结果回收等生命周期操作。
主要能力：每个已注册模型端点拥有独立推理内核，即一个 Python REPL，其网络出口被限定为该端点，通过 compute_provider({'provider': '<slug>', 'code': '…'}) 进入，slug 来自 list_compute 且不带 infer: 前缀。BASE_URL 已作为 Python 变量和 os.environ["BASE_URL"] 预加载，应据此拼接请求 URL，不要硬编码主机或端口。可用预装的 httpx 或 requests 调用模型原生 API，请求格式见提供方自己的 runbook 技能（注册项的 skillName）。
鉴权与网络：托管端点需发送 Authorization: Bearer $INFER_API_KEY，本地端点无需鉴权头。请求经由沙箱 HTTP 代理（已设置 HTTP_PROXY/HTTPS_PROXY），不要禁用代理（如 trust_env=False），否则端点不可达。
适用场景：任务需要预测结果、且只需直接请求/响应时加载。
限制：无 submit/harvest 等作业生命周期。托管端点（list_compute 中带 managed: true 或 location 字段）的启动/停止、注册、free_port()/register() 由 managed-model-endpoints 技能负责；对其调用仍是向 BASE_URL 发 HTTP 请求，守护进程按需拉起模型，冷启动会向当前单元流式输出进度，可能耗时数分钟。其余细节资料未提供。