购买与使用MaxCompute 模型计算服务

import os

import pandas as pd
import maxframe.dataframe as md
from maxframe import new_session
from maxframe.config import options
from maxframe.learn.contrib.llm import ImageContentType
from maxframe.learn.utils import read_odps_model
from odps import ODPS

# 配置执行引擎：DPE 优先
options.dag.settings = {
    "engine_order": ["DPE", "MCSQL"],
}

# 1. 创建 ODPS 连接
o = ODPS(
    os.getenv("ALIBABA_CLOUD_ACCESS_KEY_ID"),
    os.getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET"),
    project="<your-project-name>",
    endpoint="<your-endpoint>",  # 如 https://service.cn-shanghai.maxcompute.aliyun.com/api
)

# 2. 配置引擎与创建会话

# 百炼 VL 模型推理通过 DPE 引擎执行，按 Token 消耗计费，无需预配 CU/GU 资源。

# 创建 MaxFrame 会话
session = new_session(o)
print(f"Session ID: {session.session_id}")
print(f"Logview: {session.get_logview_address()}")

# 从百炼公共模型集加载 VL 模型
image_llm = read_odps_model(
    "qwen3.6-plus", project="bigdata_public_modelset", odps_entry=o
)

## 3. 加载百炼 VL 模型

# 从 MaxCompute 公共模型集加载百炼预注册的多模态理解模型。
image_llm = read_odps_model(
    "qwen3.6-plus", project="bigdata_public_modelset", odps_entry=o
)

## 4. 准备 OSS 图片数据

# 使用 `oss://<endpoint>/<bucket>/<path>` 格式，通过 `storage_options` 传入 OSS 访问凭证。
# OSS 配置
OSS_ENDPOINT = "oss-cn-shanghai-internal.aliyuncs.com"  # 替换为你的 OSS Endpoint
OSS_BUCKET = "your-bucket"                              # 替换为你的 Bucket 名称
OSS_PREFIX = "images"                                   # 替换为图片所在路径前缀

storage_options = {
    "access_key_id": os.getenv("OSS_ACCESS_KEY_ID"),
    "access_key_secret": os.getenv("OSS_ACCESS_KEY_SECRET"),
}

# 构造图片 URL 列表
image_urls = [
    f"oss://{OSS_ENDPOINT}/{OSS_BUCKET}/{OSS_PREFIX}/image{i}.jpg"
    for i in range(1, 9)
]

df = md.DataFrame({"image_url": image_urls})
df.execute()

## 5. 调用 VL 模型进行图片理解

# 通过 `generate()` 接口，将文本 Prompt 和 OSS 图片组合传入模型。

cp = image_llm.content_part

result_df = image_llm.generate(
    df,
    messages=[
        {
            "role": "user",
            "content": [
                cp.text("请用一句话描述这张图片"),
                cp.image(
                    data=df.image_url,
                    type=ImageContentType.IMAGE_URL,
                    storage_options=storage_options,
                ),
            ],
        }
    ],
    simple_output=True,
    params={"max_tokens": 128},
)

## 6. 执行推理并查看结果

# MaxFrame 采用懒执行模式，调用 `.execute()` 触发实际计算。
result = result_df.execute()
print(result)

## 8. 资源清理
session.destroy()
print("会话已销毁")