Български

← Обратно към списъка

Една команда замества 5 API! CLI-то на Alibaba Cloud Model Studio стана open source – битката за „комуналните услуги“ на агентите официално започна

itadol5j

Корица

На 29 май Alibaba Cloud направи нещо, което разтърси разработчиците на AI агенти – основните възможности на Model Studio (Bailian) официално станаха достъпни през CLI: с една команда AI агент автоматично получава достъп до над 150 модела, над 10 приложения, бази знания, памет, търсене в интернет и целия набор от възможности.

Още по-важното: Model Studio CLI вече е open source в GitHub (modelstudioai/cli) и от самото начало поддържа основните агентни рамки Claude Code, Qoder, OpenClaw, Hermes Agent и др.

Накратко: възможностите на агента, за които преди трябваше ръчно да извиквате 10 API, сега се решават с една команда bl.

Какво всъщност е Model Studio CLI

Alibaba Cloud Model Studio (Bailian) е платформа за разработка на приложения с големи модели и агенти „всичко на едно място“. Преди взаимодействието с нея ставаше чрез web конзола + API SDK – трябваше да пишете код, да конфигурирате среда, да управлявате токени.

Сега Model Studio CLI пренесе всички основни възможности на командния ред:

  • Текстови разговори: водещи модели като Qwen3.7-max
  • Мултимодалност (Omni): пълна поддръжка на текст + изображения + аудио + видео
  • Генериране / редактиране на изображения: Qwen-Image 2.0 – професионален рендеринг на текст, фотографско качество, синтез на няколко изображения
  • Генериране / редактиране на видео: серията HappyHorse-1.0 – от текст към видео, от изображение към видео, с референтни видеа, до 9 референтни изображения
  • Синтез / разпознаване на реч: стрийминг TTS с CosyVoice + клониране на глас от 5–20 секунди аудио; FunAudio-ASR поддържа 30 езика, включително 7 китайски диалекта
  • Разбиране на изображения / видео: Qwen-VL – анализ на дълги видеа, разчитане на диаграми и документи, визуално разсъждение, многоезичен OCR
  • База знания + памет: мултимодално RAG търсене + памет между сесиите
  • Извикване на приложения: директно извикване на публикуваните в платформата Model Studio агенти и работни процеси
  • Търсене в интернет: търсене в реално време в мрежата
  • Възможности на конзолата: преглед на списъка с приложения, проверка на безплатните лимити
  • Автоматично качване на локални файлове: всеки URL параметър приема и локален път, файлът се качва автоматично в безплатното временно хранилище (валидност 48 часа)

Освен това всяка команда може да служи като структуриран tool call – това означава, че AI агент може да ги извиква директно, без вие да пишете wrapper.

Три стъпки за инсталиране и веднага в действие

Системни изисквания: Node.js >= 22.12.

Стъпка 1: инсталиране на CLI + Skills

npm install -g bailian-cli
npx skills add modelstudioai/skills --all -g

Стъпка 2: автентикация

bl auth login --api-key sk-xxxxx

API ключът се получава от конзолата на Model Studio – безплатните потребители получават по 1 милион токени за всеки модел, максимум до 50 милиона.

Стъпка 3: започвате да използвате

Разговор с Qwen:

bl text chat --message "What is DashScope?"

Мултимодален разговор (текст + изображение + аудио + видео):

bl omni --message "描述这张图" --image ./photo.jpg

Генериране на изображение:

bl image generate --prompt "A cat in a spacesuit" --out-dir ./images/

Генериране на видео (от локално изображение):

bl video generate --image ./cat.png --prompt "Make the cat move" --download cat.mp4

Проверка на безплатния лимит:

bl usage free --model qwen3-max

Преглед на приложенията на Model Studio:

bl app list

Самообновяване:

bl update

Двуминутно японско младежко видео с едно изречение: официалното истинско демо

Илюстрация

В GitHub README на Model Studio CLI има официално демо, след което човек остава в ступор.

Оригиналният промпт:

Генерирай ми видео от около 2 минути в японски филмов стил за младежката първа любов на гимназиална ученичка, с много сладък сюжет, който кара зрителя да мечтае за любов, размер 16:9

Краен резултат: пълноценен 2-минутен филмов клип 16:9, без нито една ръчна монтажна операция.

Верижката на изпълнение зад това е следната:

  • Qwen Code (агентен модел за кодиране) разчита намеренията на потребителя, планира наративния ритъм и решава кои инструменти да извика
  • spark-video Skill разделя историята на кадри, пише промпт за всеки кадър и поддържа визуалната съгласуваност (герои, осветление, цветова гама, език на камерата)
  • bl video generate в Model Studio CLI паралелно разпределя всеки кадър за генериране от HappyHorse 1.0
  • Skill сглобява всички клипове в крайния продукт 16:9, 2 минути

Без влачене на времева линия, без редактиране кадър по кадър – едно изречение влиза, едно видео излиза.

Точно това е най-голямата стойност на CLI-то – превръщането на сложни работни процеси в атомарни възможности, които агентът може автоматично да оркестрира.

Защо CLI-то е ключовият коз в ерата на агентите

Може да си помислите: CLI-то е просто команден ред, стара технология – има ли причина за такова вълнение?

Ключът е в съответствието между формата CLI и агентите.

Традиционна интеграция чрез API:

  • трябва да пишете код (отделно за Python / Node / Go)
  • трябва да управлявате версиите на SDK
  • трябва да обработвате автентикация, таймаути, повторни опити, кодове за грешки
  • за извикване от агент трябва да пишете wrapper

Интеграция чрез CLI:

  • агентът работи точно със shell – CLI е неговият естествен език
  • една команда е едно извикване на инструмент, структурираният изход се подава директно обратно на модела
  • без проблеми между езиците – bash, Python, Node, Go всички могат да извикват
  • обновяването е само bl update – агентът не трябва да променя кода

Още по-интересното е, че Model Studio CLI директно, от само себе си, е съвместим с основните агентни рамки Claude Code, Qoder, OpenClaw, Hermes Agent. Тоест:

  • в Claude Code казвате „генерирай ми изображение“ – то директно извиква bl image generate
  • в OpenClaw казвате „анализирай това видео“ – то директно извиква възможността за видео разбиране на bl
  • в Qoder пишете код и ви липсва нещо – просто извиквате bl

Без никаква допълнителна конфигурация агентът получава пълния набор от възможности на над 150 модела на Model Studio.

Какво стои зад 150+ модела

Платформата Model Studio обединява не само серията Alibaba Tongyi, но и:

  • цялата серия Tongyi Qianwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code и др.)
  • серията DeepSeek
  • серията GLM (Zhipu)
  • серията Kimi (Moonshot AI)
  • серията MiniMax
  • собствените мултимодални разработки на Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
  • многобройни интеграции на open source модели от трети страни

Ползата от това обединение: не е нужно да кандидатствате за отделен API ключ, да зареждате отделно и да интегрирате отделно за всяка компания за модели. Един профил в Model Studio покрива всичко.

В съчетание с другия коз на Alibaba Cloud – Coding Plan (абонамент с фиксирана месечна такса за няколко модела) – разработчикът с фиксиран месечен разход може да използва всички водещи модели, без да се тревожи, че API извикванията ще излязат извън бюджета.

Автентикацията е внимателно обмислена

Илюстрация

Model Studio CLI предлага три начина за автентикация:

  • Променлива на средата: export DASHSCOPE_API_KEY=sk-xxxxx
  • Команда за вход: bl auth login –api-key sk-xxxxx (записва се постоянно в ~/.bailian/config.json)
  • Еднократна команда: bl text chat –api-key sk-xxxxx –message Hello

Възможностите на конзолата (app list, usage free) изискват вход през браузър:

bl auth login --console

Търсенето в базата знания изисква AccessKey на RAM под-профил:

export ALIBABA_CLOUD_ACCESS_KEY_ID=LTAI5t...
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=...
export BAILIAN_WORKSPACE_ID=ws-...

Официално се напомня: използвайте RAM под-профил, а не root профил AK/SK – това предупреждение за сигурността е много професионално.

Истинският сигнал зад тази стратегия на Alibaba

Ако погледнем Model Studio CLI в контекста на общите ходове на Alibaba Cloud тази година, ритъмът става ясен:

  • 28 януари: Alibaba Cloud пусна пълния набор облачни услуги OpenClaw, предоставяйки изцяло инфраструктурата, необходима за агентите
  • Април: излезе Tongyi Qianwen Qwen3.7-Max, чиито способности за програмиране директно догонват Claude
  • Май: стартира абонаментният пакет Coding Plan – от 49 юана на месец обединява 4 водещи модела
  • 29 май: Model Studio CLI официално стана open source – агентите го използват веднага след инсталация

Намерението зад тази серия удари е съвсем очевидно:

Alibaba Cloud не възнамерява да прави само бизнес с продажба на API на модели. Целта му е да стане „водата, токът и газът“ на ерата на агентите – искате да правите агентни приложения? От инфраструктурата (облачните услуги OpenClaw), до избора на модели (Coding Plan), до извикването на възможности (Model Studio CLI), до съвместимостта с агентни рамки (Claude Code/OpenClaw/Hermes/Qoder) – цялата верига е покрита.

Това е точно логиката, с която AWS в облачната ера направи S3+EC2+Lambda – не просто да продава отделни услуги, а да продава цялата екосистема.

Каква е връзката с проекти като OpenClaw и Hermes

Хората, познаващи агентната екосистема, ще попитат: щом Alibaba има собствените си Qwen Code и Model Studio, защо активно се съобразява с рамки на трети страни като OpenClaw и Hermes?

Отговорът е много прагматичен: работните процеси на разработчиците отдавна са заети от тези open source агентни рамки.

  • OpenClaw с 356 хиляди Star е един от най-бързо растящите open source проекти в историята на GitHub
  • Hermes Agent събра 71 хиляди Star за малко повече от два месеца – независимите разработчици мигрират най-енергично
  • Claude Code и Qoder са водещи AI инструменти за програмиране както в Китай, така и навън

Изборът на Alibaba Cloud е: вместо да се конкурира с тези проекти за ума на потребителите, просто да бъде отличен доставчик на инфраструктура – не ме интересува коя агентна рамка използвате, вие винаги ще можете да извиквате моите възможности.

Това е много зряла стратегия на продавача на лопати. Златотърсачите се сменят, но лопатите винаги се продават.

Практически съвети за разработчиците

Илюстрация

Ако искате да пробвате още днес, действайте в следния ред:

Първа стъпка: вземете безплатните токени

Отворете профил в конзолата на Model Studio – по 1 милион токени за всеки модел, общ лимит до 50 милиона. Обикновен разработчик няма да ги изразходва и за два месеца.

Втора стъпка: инсталирайте CLI-то

npm install -g bailian-cli
bl auth login --api-key sk-xxxxx

Трета стъпка: тествайте най-ценните възможности

Пробвайте по ред:

  • bl image generate (генериране на изображения, сравнете с MidJourney)
  • bl video generate (генериране на видео, HappyHorse 1.0)
  • bl omni (мултимодален разговор)
  • bl text chat (Qwen3.7-Max, сравнете с Claude)

Четвърта стъпка: включете своя агент

Ако използвате Claude Code, OpenClaw, Hermes или Qoder, просто конфигурирайте bl като наличен инструмент – агентът ще може да го извиква самостоятелно.

Пета стъпка: пуснете видео демото

Използвайте официалния spark-video Skill, за да генерирате кратко видео с едно изречение и да усетите как изглежда пълен агентен работен процес.

В заключение

Конкуренцията в ерата на AI агентите вече не е „кой модел има по-висок резултат“, а „кой улеснява агента максимално да използва мултимодални, многофункционални и междуинструментни комплексни възможности“.

Истинската тежест на open source на Model Studio CLI е, че загладиха най-болезненото звено – извикването на възможности. Преди, за да направите агент, който разпознава изображения, пише текстове, генерира видео, търси в интернет и използва бази знания, трябваше да свържете повече от 5 API. Сега една команда bl свършва работата.

За индивидуалните разработчици: с 80% по-малко boilerplate код, за да се концентрират върху продуктовата логика.

За корпоративните екипи: по-малко разходи за поддръжка на API интеграции, плюс одобрението на вътрешното съответствие от платформата Model Studio.

За цялата агентна екосистема: дизайнът на Model Studio CLI – атомарни възможности + агент-приятелски подход – вероятно ще бъде имитиран от другите големи платформи. През следващата година или две най-вероятно ще видим Tencent Cloud, Huawei Cloud и ByteDance Volcano Engine да следват с подобни CLI инструменти.

Битката за „комуналните услуги“ на AI агентите официално започна.

GitHub адрес: github.com/modelstudioai/cli