Dansk

← Tilbage til listen

Én kommando erstatter fem API'er! Alibaba Clouds Bailian CLI er open source — kampen om agenternes «el og vand» er officielt i gang

itadol5j

Forside

Den 29. maj gjorde Alibaba Cloud noget, der fik agentudviklerne til at juble kollektivt — Bailians kernefunktioner er nu officielt CLI-baseret, og med én kommando kan en AI-agent automatisk tilslutte sig over 150 modeller, over 10 applikationer, vidensbaser, hukommelse, internetsøgning og hele resten af funktionssættet.

Endnu vigtigere: Bailian CLI er nu open source på GitHub (modelstudioai/cli) og understøtter nativt Claude Code, Qoder, OpenClaw, Hermes Agent og andre mainstream agentrammeværker.

Opsummeret i én sætning: De agentfunktioner, du tidligere skulle kalde 10 API'er manuelt for at opnå, klarer nu én bl-kommando alene.

Hvad er Bailian CLI egentlig?

Alibaba Cloud Bailian (Model Studio) er en one-stop platform til udvikling af stor model- og agentapplikationer. Tidligere var interaktionen Web-konsol + API SDK — du skulle skrive kode, konfigurere miljøer og administrere tokens.

Nu har Bailian CLI flyttet alle kernefunktioner ud på kommandolinjen:

  • Tekstchat: mainstream-modeller som Qwen3.7-max
  • Multimodal (Omni): fuld understøttelse af tekst + billeder + lyd + video
  • Billedgenerering/-redigering: Qwen-Image 2.0 med professionel tekstrendering, fotorealistisk kvalitet og komposition af flere billeder
  • Videogenerering/-redigering: HappyHorse-1.0-serien — tekst-til-video, billede-til-video, referencevideo, op til 9 referencebilleder
  • Talesyntese/genkendelse: CosyVoice streaming-TTS + talekloning på 5-20 sekunder; FunAudio-ASR dækker 30 sprog inklusive 7 kinesiske dialekter
  • Billed-/videoforståelse: Qwen-VL — lang videoanalyse, diagram- og dokumentparsning, visuel ræsonnering, flersproget OCR
  • Vidensbase + hukommelse: multimodal RAG-søgning + hukommelse på tværs af sessioner
  • Applikationskald: kald direkte udgivne agenter og workflows på Bailian-platformen
  • Internetsøgning: søgning på nettet i realtid
  • Konsolfunktioner: gennemse applikationslisten, tjek gratis kvote
  • Automatisk upload af lokale filer: enhver URL-parameter accepterer en lokal sti og uploader automatisk til gratis midlertidig lagerplads (gyldig i 48 timer)

Og hver kommando kan bruges som et struktureret tool call — det betyder, at AI-agenter kan kalde dem direkte uden, at du skal skrive en wrapper.

Installer i tre trin — klar med det samme

Systemkrav: Node.js >= 22.12.

Trin 1: Installer CLI + Skills

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

Trin 2: Autentificér

bl auth login --api-key sk-xxxxx

API-nøglen hentes fra Bailian-konsollen; gratisbrugere får 1 million tokens pr. model, op til 50 millioner i alt.

Trin 3: Brug

Chat med Qwen:

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

Multimodal dialog (tekst+billede+lyd+video):

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

Generér billeder:

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

Generér video (fra lokalt billede):

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

Tjek gratis kvote:

bl usage free --model qwen3-max

Gennemse Bailian-applikationer:

bl app list

Selvopdatering:

bl update

Én sætning genererer en to minutters japansk ungdomsfilm: officiel ægte demo

Illustration

Bailian CLIs GitHub-README har en officiel demo, der får én til at sidde med åben mund.

Den oprindelige prompt:

Hjælp mig med at generere en video i japansk filmtypografi om en gymnasiepigens skrøbelige første kærlighed — handlingen er super-sød, så man selv får lyst til at falde i kærlighed; ca. 2 minutter, format 16:9

Slutresultatet: en komplet to minutter lang kortfilm i 16:9 i filmkvalitet, uden nogen manuel redigering undervejs.

Sådan så eksekveringskæden ud:

  • Qwen Code (en agentic coding-model) parser brugerens intention, planlægger fortælletempoet og beslutter, hvilke værktøjer der skal kaldes
  • spark-video Skill deler historien op i scener, skriver en prompt til hver scene og bevarer visuel sammenhæng (karakterer, lys, farvetone, kameraføring)
  • Bailian CLIs bl video generate distribuerer hver scene parallelt til HappyHorse 1.0 til generering
  • Skill'en syr alle klippene sammen til den endelige færdige film i 16:9 og 2 minutter

Ingen tidslinje med træk-og-slip, ingen redigering ramme for ramme — én sætning ind, én video ud.

Det er den største værdi ved CLI-baseret tilgang — at omdanne komplekse arbejdsgange til atomare evner, som en agent selv kan orkestrere.

Hvorfor CLI-baseret tilgang er et vindertræk i agentæraen

Du tænker måske: CLI er jo bare kommandolinje, gammel teknologi — er der virkelig grund til at være begejstret?

Pointen er netop, hvor godt CLI-formatet matcher agenterne.

Traditionel API-tilslutning:

  • kræver kode (Python/Node/Go — et sæt til hver)
  • kræver administration af SDK-versioner
  • kræver håndtering af autentificering, timeouts, retries og fejlkoder
  • agentkald kræver desuden en wrapper

CLI-tilslutning:

  • agenter arbejder jo via shell — CLI er deres naturlige sprog
  • én kommando er ét værktøjskald, og struktureret output sendes direkte tilbage til modellen
  • sprogbarrierer er intet problem — bash, Python, Node og Go kan alle kalde den
  • opgradering kræver blot bl update — agenten behøver ikke ændre kode

Endnu mere spændende: Bailian CLI er direkte nativt kompatibel med mainstream agentrammeværker som Claude Code, Qoder, OpenClaw og Hermes Agent. Det betyder:

  • I Claude Code siger du «generér et billede til mig» — den kalder direkte bl image generate
  • I OpenClaw siger du «analysér denne video» — den kalder direkte bl's videoforståelsesevner
  • I Qoder, mens du skriver kode, mangler du en funktion — bare bl den

Agenten behøver ingen ekstra konfiguration for at få adgang til hele Bailians funktionssæt med 150+ modeller.

Hvad ligger bag de 150+ modeller?

Bailian-platformen samler ikke kun Alibas egen Tongyi-serie, men også:

  • Hele Tongyi Qwen-serien (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code osv.)
  • DeepSeek-serien
  • GLM-serien (Zhipu)
  • Kimi-serien (Moonshot)
  • MiniMax-serien
  • Alibas egne multimodale modeller: HappyHorse, CosyVoice, FunAudio-ASR
  • et stort antal integrerede tredjeparts open source-modeller

Fordelen ved denne samling er, at du ikke skal ansøge om en API-nøgle hos hver modelvirksomhed, indbetal separat og tilslutte separat. Én Bailian-konto dækker det hele.

Kombineret med Alibaba Clouds andet våben, Coding Plan (et fast månedsabonnement, der samler flere modeller), kan udviklere for en fast månedlig sum få adgang til alle de førende modeller uden at bekymre sig om, at API-kaldene sprænger budgettet.

Autentificeringsmetoderne er gennemtænkte

Illustration

Bailian CLI tilbyder tre autentificeringsmetoder:

  • Miljøvariabel: export DASHSCOPE_API_KEY=sk-xxxxx
  • Login-kommando: bl auth login –api-key sk-xxxxx (gemmes vedvarende i ~/.bailian/config.json)
  • Éngangskommando: bl text chat –api-key sk-xxxxx –message Hello

Konsolfunktioner (app list, usage free) kræver browser-login:

bl auth login --console

Søgning i vidensbaser kræver en RAM-underkontos AccessKey:

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

Den officielle anbefaling: brug RAM-underkonto, ikke root-kontoens AK/SK — en meget professionel sikkerhedsanbefaling.

Det virkelige signal i Alibas satsning

Sæt Bailian CLI ind i Alibaba Clouds overordnede bevægelser i år, og rytmen er klar:

  • 28. januar: Alibaba Cloud lancerede en komplet suite af OpenClaw-skytjenester og leverer hele den infrastruktur, som agenter har brug for
  • April: Tongyi Qwen3.7-Max udkom, med kodningsevner der jager Claude
  • Maj: Coding Plan-abonnementet blev lanceret — fra 49 yuan/md. samler det 4 førende modeller
  • 29. maj: Bailian CLI blev officielt open source — agenten er klar til brug med det samme

Hensigten med denne kombination af slag er indlysende:

Alibaba Cloud har ikke tænkt sig kun at sælge model-API'er. Det, virksomheden vil, er at være agentæraens «el og vand» — skal du bygge agentapplikationer, er hele kæden dækket, fra infrastruktur (OpenClaw-skytjenester) over modelvalg (Coding Plan) og funktionskald (Bailian CLI) til agentrammeværkskompatibilitet (Claude Code/OpenClaw/Hermes/Qoder).

Det er nøjagtig samme logik, som da AWS i cloud-æraen byggede S3+EC2+Lambda — sælg ikke kun enkelte tjenester, sælg hele økosystemet.

Hvad er forholdet til projekter som OpenClaw og Hermes?

De, der kender agentøkosystemet, vil spørge: Hvis Alibaba allerede har sin egen Qwen Code og Bailian, hvorfor så aktivt understøtte tredjepartsrammeværker som OpenClaw og Hermes?

Svaret er meget jordnært: Udviklernes arbejdsgange er allerede blevet besat af disse open source-agentrammeværker.

  • OpenClaw har 356.000 stjerner og er et af de hurtigst voksende open source-projekter i GitHub's historie
  • Hermes Agent fik 71.000 stjerner på lidt over to måneder — de uafhængige udviklere er de mest ivrige til at migrere
  • Claude Code og Qoder er blandt de førende AI-kodningsværktøjer både i og uden for Kina

Alibaba Clouds valg er: i stedet for at konkurrere med disse projekter om udviklernes opmærksomhed, foretrækker man at være infrastrukturleverandør — uanset hvilket agentrammeværk du bruger, kan du tilgå mine evner.

Det er en meget modent gennemtænkt «sælg skovle»-strategi. Guldgraverne skiftes ud, men skovlene bliver ved med at blive solgt.

Konkrete råd til udviklere

Illustration

Hvis du vil prøve det i dag, så følg denne rækkefølge:

Første trin: hent gratis tokens

Åbn en konto i Bailian-konsollen; du får 1 million tokens pr. model, op til 50 millioner i alt. En almindelig udvikler når ikke engang at bruge det på to måneder.

Andet trin: installer CLI'en

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

Tredje trin: test de mest værdifulde funktioner

Prøv i rækkefølge:

  • bl image generate (billedgenerering — sammenlign med MidJourney)
  • bl video generate (videogenerering — HappyHorse 1.0)
  • bl omni (multimodal dialog)
  • bl text chat (Qwen3.7-Max — sammenlign med Claude)

Fjerde trin: tilslut din agent

Hvis du bruger Claude Code, OpenClaw, Hermes eller Qoder, skal du blot konfigurere bl som et tilgængeligt værktøj, og agenten kan kalde det selv.

Femte trin: prøv video-demoen

Brug den officielle spark-video Skill til at generere en kort video med én sætning — mærk, hvordan en komplet agentarbejdsgang fungerer.

Afslutningsvis

Konkurrencen i AI-agentæraen handler ikke længere om, hvis model scorer højest, men om hvem der gør det lettest for agenter at anvende multimodale, multifunktionelle, tværværktøjs-kombinerede evner.

Den virkelige betydning af at open source'e Bailian CLI er, at det udjævner det mest smertefulde led: at kalde funktionalitet. Tidligere ville du bygge en agent, der kan genkende billeder, skrive tekster, lave videoer, søge på nettet og kalde vidensbaser — så skulle du tilslutte fem eller flere API'er. Nu klarer én bl-kommando det hele.

For den enkelte udvikler: 80 % mindre boilerplate-kode og mere tid til produktlogik.

For virksomhedsteams: en hel bunke API-integrationsdriftskostninger sparet, plus Bailian-platformens compliance-garanti i Kina.

For hele agentøkosystemet: denne slags atomare evner + agentvenlige designmønstre fra Bailian CLI vil formentlig blive efterlignet af andre store aktører. I de kommende en-to år vil vi formentlig se Tencent Cloud, Huawei Cloud og ByteDance Volcengine følge trop med lignende CLI-værktøjer.

Kampen om agenternes «el og vand» er officielt i gang.

GitHub-adresse: github.com/modelstudioai/cli