Čeština

← Zpět na seznam

Jeden příkaz místo pěti API! Alibaba Cloud otevřela CLI pro Bailian, začíná válka o infrastrukturu pro agenty

itadol5j

Titulní obrázek

29. května udělal Alibaba Cloud věc, ze které jsou vývojáři agentů kolektivně nadšení: hlavní schopnosti platformy Bailian se oficiálně přesunuly do rozhraní příkazové řádky a jediný příkaz umožní AI agentovi automaticky využívat více než 150 modelů, více než 10 aplikací, znalostní báze, paměť, vyhledávání na internetu a celou řadu dalších funkcí.

Ještě důležitější je, že Bailian CLI je open source na GitHubu (modelstudioai/cli) a nativně podporuje hlavní agentní frameworky, jako jsou Claude Code, Qoder, OpenClaw a Hermes Agent.

Jednou větou: schopnosti agenta, pro které jste dříve museli ručně volat deset API, teď vyřídí jediný příkaz bl.

Co vlastně Bailian CLI je

Alibaba Cloud Bailian (Model Studio) je komplexní platforma pro vývoj velkých modelů a agentních aplikací. Dříve se ovládala přes webovou konzoli a API SDK – museli jste psát kód, nastavovat prostředí a spravovat tokeny.

Bailian CLI teď přesouvá všechny hlavní funkce do příkazové řádky:

  • Textový chat: modely jako Qwen3.7-max
  • Multimodalita (Omni): plná podpora textu, obrázků, zvuku i videa
  • Generování a úprava obrázků: Qwen-Image 2.0, profesionální renderování textu, fotorealistická kvalita, skládání více obrázků
  • Generování a úprava videa: řada HappyHorse-1.0, text-to-video / image-to-video / referenční video, až 9 referenčních obrázků
  • Syntéza a rozpoznávání řeči: streamované TTS CosyVoice a klonování hlasu z 5–20 sekund; FunAudio-ASR pokrývá 30 jazyků včetně 7 čínských dialektů
  • Porozumění obrazu a videu: Qwen-VL, analýza dlouhých videí, parsování grafů a dokumentů, vizuální uvažování, vícejazyčné OCR
  • Znalostní báze a paměť: multimodální vyhledávání RAG a paměť napříč relacemi
  • Volání aplikací: přímé volání agentů a workflow publikovaných na platformě Bailian
  • Vyhledávání na internetu: vyhledávání v reálném čase
  • Funkce konzole: procházení seznamu aplikací, kontrola bezplatného limitu
  • Automatické nahrávání lokálních souborů: každý parametr URL přijímá lokální cestu a soubor se automaticky nahraje do bezplatného dočasného úložiště (platnost 48 hodin)

A každý příkaz lze navíc použít jako strukturované tool call – to znamená, že AI agent ho může volat přímo, aniž byste psali wrapper.

Instalace ve třech krocích a můžete startovat

Požadavky na prostředí: Node.js >= 22.12.

Krok 1: instalace CLI a Skills

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

Krok 2: autentizace

bl auth login --api-key sk-xxxxx

API Key získáte v konzoli Bailian; bezplatní uživatelé dostanou ke každému modelu 1 milion tokenů, maximálně lze získat 50 milionů.

Krok 3: můžete začít

Povídání s Qwen:

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

Multimodální konverzace (text + obrázek + zvuk + video):

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

Generování obrázku:

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

Generování videa (z lokálního obrázku):

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

Kontrola bezplatného limitu:

bl usage free --model qwen3-max

Procházení aplikací Bailian:

bl app list

Samoobslužná aktualizace:

bl update

Dvouminutové japonské video o mládí z jediné věty: oficiální demo

Ilustrace

V README Bailian CLI na GitHubu je oficiální demo, po kterém člověku zůstane rozum stát.

Původní prompt:

Vygeneruj mi video v japonském filmovém stylu, příběh o první středoškolské lásce, velmi sladký děj, po kterém se člověk chce zamilovat, zhruba 2 minuty, poměr stran 16:9

Výsledek: kompletní dvouminutový filmový klip v poměru 16:9, zcela bez ručního střihu.

Řetězec provedení vypadá takto:

  • Qwen Code (agentní coding model) analyzuje záměr uživatele, plánuje rytmus vyprávění a rozhoduje, které nástroje zavolat
  • Skill spark-video rozdělí příběh na záběry, napíše prompt pro každý záběr a udržuje vizuální kontinuitu (postavy, světlo, barevné tónování, jazyk kamery)
  • příkaz bl video generate z Bailian CLI paralelně distribuuje jednotlivé záběry do HappyHorse 1.0
  • Skill znovu složí všechny klipy do výsledného produktu v poměru 16:9 a délce 2 minuty

Žádné tahání na časové ose, žádná editace po snímcích – jedna věta dovnitř, jedno video ven.

To je největší hodnota přechodu na CLI – přeměna složitých workflow na atomické schopnosti, které může agent automaticky orchestrovat.

Proč je CLI v éře agentů trumfem

Možná si říkáte: CLI je přece jen příkazová řádka, stará technika – je důvod k takovému nadšení?

Klíč je v tom, jak dobře forma CLI sedí s agenty.

Tradiční integrace přes API:

  • je nutné psát kód (pro Python, Node i Go zvlášť)
  • je nutné spravovat verze SDK
  • je nutné řešit autentizaci, timeouts, retry a chybové kódy
  • pro volání agentem je navíc potřeba napsat wrapper

Integrace přes CLI:

  • Agent pracuje v shellu, CLI je jeho přirozený jazyk
  • jeden příkaz je jedno volání nástroje a strukturovaný výstup jde rovnou zpět do modelu
  • bez problémů napříč jazyky – lze volat z bashe, Pythonu, Node i Go
  • aktualizace jen přes bl update, agent nemusí měnit kód

Ještě zajímavější je, že Bailian CLI je nativně kompatibilní s hlavními agentními frameworky, jako jsou Claude Code, Qoder, OpenClaw a Hermes Agent. To znamená:

  • když v Claude Code řeknete „vygeneruj mi obrázek“, rovnou zavolá bl image generate
  • když v OpenClaw řeknete „analyzuj toto video“, rovnou využije schopnosti bl pro porozumění videu
  • když v Qoderu píšete kód a chybí vám nějaká schopnost, prostě zavoláte bl

Agent nepotřebuje žádnou další konfiguraci a získá plnou sadu schopností 150+ modelů Bailianu.

Co se skrývá za 150+ modely

Platforma Bailian nesdružuje pouze řadu Alibaba Qwen, ale také:

  • celou řadu Tongyi Qianwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code atd.)
  • řadu DeepSeek
  • řadu GLM (Zhipu)
  • řadu Kimi (Moonshot AI)
  • řadu MiniMax
  • vlastní multimodální modely Alibaby: HappyHorse, CosyVoice, FunAudio-ASR
  • rozsáhlá integrace open source modelů třetích stran

Výhoda takové agregace je, že nemusíte pro každou modelovou firmu zvlášť žádat o API Key, zvlášť dobíjet kredit a zvlášť integrovat. Jeden účet u Bailianu stačí na všechno.

V kombinaci s dalším trumfem Alibaba Cloud, tarifem Coding Plan (fixní měsíční předplatné sdružující více modelů), mohou vývojáři za stálou měsíční částku využívat všechny špičkové modely a nemusí se bát, že překročí rozpočet za volání API.

Způsoby autentizace jsou velmi vstřícné

Ilustrace

Bailian CLI nabízí tři způsoby autentizace:

  • proměnná prostředí: export DASHSCOPE_API_KEY=sk-xxxxx
  • přihlašovací příkaz: bl auth login –api-key sk-xxxxx (uloží se do ~/.bailian/config.json)
  • jednorázový příkaz: bl text chat –api-key sk-xxxxx –message Hello

funkce konzole (app list, usage free) vyžadují přihlášení přes prohlížeč:

bl auth login --console

vyhledávání ve znalostní bázi vyžaduje AccessKey podúčtu RAM:

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

Oficiální dokumentace navíc upozorňuje: používejte podúčet RAM, ne přístupové klíče AK/SK hlavního účtu – toto bezpečnostní upozornění je velmi profesionální.

Skutečný signál strategie Alibaby

Když se na Bailian CLI podíváte v kontextu letošních kroků Alibaba Cloud, rytmus je jasný:

  • 28. ledna: Alibaba Cloud spustila kompletní cloudové služby pro OpenClaw a začala poskytovat infrastrukturu, kterou agenti potřebují
  • duben: vydání Qwen3.7-Max, programátorské schopnosti dorovnávají Claude
  • květen: spuštění předplatného Coding Plan, od 49 jüanů měsíčně za 4 špičkové modely
  • 29. května: Bailian CLI oficiálně open source, agenti fungují hned po instalaci

Záměr této série kroků je zcela zřejmý:

Alibaba Cloud nehodlá jen prodávat modelová API. Chce být infrastrukturou éry agentů – pokud chcete stavět agentní aplikace, pokrývá celý řetězec od infrastruktury (cloudové služby OpenClaw), přes výběr modelů (Coding Plan) a volání schopností (Bailian CLI) až po kompatibilitu s agentními frameworky (Claude Code/OpenClaw/Hermes/Qoder).

Je to úplně stejná logika, jakou měl AWS v éře cloudu se S3+EC2+Lambda – prodat nejen jednotlivou službu, ale celý ekosystém.

Jaký je vztah k projektům OpenClaw a Hermes

Kdo rozumí agentnímu ekosystému, zeptá se: když má Alibaba vlastní Qwen Code i Bailian, proč aktivně podporuje kompatibilitu s frameworky třetích stran, jako jsou OpenClaw a Hermes?

Odpověď je velmi pragmatická: pracovní postupy vývojářů už tyto open source agentní frameworky obsadily.

  • OpenClaw má 356 tisíc Star a patří k nejrychleji rostoucím open source projektům v historii GitHubu
  • Hermes Agent získal za něco přes dva měsíce 71 tisíc Star a nezávislí vývojáři na něj migrují nejaktivněji
  • Claude Code a Qoder patří doma i v zahraničí ke špičkovým AI nástrojům pro programování

Alibaba Cloud se rozhodla takto: místo aby s těmito projekty soupeřila o pozornost uživatelů, raději bude dobrým dodavatelem infrastruktury – je jedno, jaký agentní framework používáte, její schopnosti stejně zvládnete zavolat.

Je to velmi vyzrálá strategie prodávání lopat. Zlatokopové se střídají, lopaty se prodávají pořád.

Praktické doporučení pro vývojáře

Ilustrace

Pokud to chcete vyzkoušet hned dnes, postupujte v tomto pořadí:

Krok první: získejte bezplatné tokeny

Založte si účet v konzoli Bailian; ke každému modelu dostanete 1 milion tokenů, maximálně 50 milionů. Běžný vývojář to za dva měsíce ani nevyčerpá.

Krok druhý: nainstalujte CLI

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

Krok třetí: otestujte nejcennější schopnosti

Postupně vyzkoušejte:

  • bl image generate (generování obrázků, srovnejte s MidJourney)
  • bl video generate (generování videa, HappyHorse 1.0)
  • bl omni (multimodální konverzace)
  • bl text chat (Qwen3.7-Max, srovnejte s Claude)

Krok čtvrtý: připojte ke svému agentovi

Pokud používáte Claude Code, OpenClaw, Hermes nebo Qoder, stačí bl nakonfigurovat jako dostupný nástroj a agent ho bude volat autonomně.

Krok pátý: spusťte video demo

Vyzkoušejte s oficiálním skill spark-video generování krátkého videa z jedné věty a zažijte, jak vypadá kompletní agentní workflow.

Na závěr

Konkurence v éře AI agentů už není o tom, kdo má model s vyšším skóre, ale o tom, kdo agentovi nejlépe umožní využívat multimodální, mnohovrstevnaté a napříč nástroji propojené kompozitní schopnosti.

Skutečná váha open source verze Bailian CLI spočívá v tom, že odstraňuje nejbolestivější článek – samotné volání schopností. Dříve jste pro agenta, který umí rozpoznávat obrázky, psát text, generovat video, hledat na internetu a dotazovat se znalostní báze, museli integrovat více než 5 API. Teď to vyřeší jeden příkaz bl.

Pro jednotlivé vývojáře: o 80 % méně boilerplate kódu a více prostoru pro samotnou logiku produktu.

Pro firemní týmy: méně provozních nákladů na integraci API a navíc posvěcení v podobě souladu s čínskou regulací, které platforma Bailian nabízí.

Pro celý agentní ekosystém: atomizované schopnosti ve stylu Bailian CLI a design přátelský k agentům mohou být vzorem pro další velké firmy. V příštím roce nebo dvou pravděpodobně uvidíme podobné nástroje od Tencent Cloud, Huawei Cloud nebo ByteDance Volcano Engine.

Válka o infrastrukturu AI agentů právě začala.

Adresa na GitHubu: github.com/modelstudioai/cli