：購買與使用MaxCompute 模型計算服務

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

# 配置執行引擎：DPE 優先
options.dag.settings = {
    "engine_order": ["DPE", "MCSQL"],
}

# 1. 建立 ODPS 串連
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. 配置引擎與建立會話

# 百鍊 VL 模型推理通過 DPE 引擎執行，按 Token 消耗計費，無需預配 CU/GU 資源。

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

# 從百鍊公用模型集載入 VL 模型
image_llm = read_odps_model(
    "qwen3.6-plus", project="bigdata_public_modelset", odps_entry=o
)

## 3. 載入百鍊 VL 模型

# 從 MaxCompute 公用模型集載入百鍊預註冊的多模態理解模型。
image_llm = read_odps_model(
    "qwen3.6-plus", project="bigdata_public_modelset", odps_entry=o
)

## 4. 準備 OSS 圖片資料

# 使用 `oss://<endpoint>/<bucket>/<path>` 格式，通過 `storage_options` 傳入 OSS 訪問憑證。
# OSS 配置
OSS_ENDPOINT = "oss-cn-shanghai-internal.aliyuncs.com"  # 替換為你的 OSS Endpoint
OSS_BUCKET = "your-bucket"                              # 替換為你的 Bucket 名稱
OSS_PREFIX = "images"                                   # 替換為圖片所在路徑首碼

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

# 構造圖片 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. 調用 VL 模型進行圖片理解

# 通過 `generate()` 介面，將文本 Prompt 和 OSS 圖片組合傳入模型。

cp = image_llm.content_part

result_df = image_llm.generate(
    df,
    messages=[
        {
            "role": "user",
            "content": [
                cp.text("請用一句話描述這張圖片"),
                cp.image(
                    data=df.image_url,
                    type=ImageContentType.IMAGE_URL,
                    storage_options=storage_options,
                ),
            ],
        }
    ],
    simple_output=True,
    params={"max_tokens": 128},
)

## 6. 執行推理並查看結果

# MaxFrame 採用懶執行模式，調用 `.execute()` 觸發實際計算。
result = result_df.execute()
print(result)

## 8. 資源清理
session.destroy()
print("會話已銷毀")