Deutsch

← Zurück zur Liste

Ein einziger Befehl erledigt, wofür es 5 APIs brauchte! Alibaba Cloud veröffentlicht die Bailian-CLI als Open Source – der Kampf um die Agenten-Grundversorgung beginnt offiziell

itadol5j

Titelbild

Am 29. Mai hat Alibaba Cloud etwas getan, das Agenten-Entwickler kollektiv in Euphorie versetzte: Die Kernfähigkeiten von Bailian sind offiziell per CLI nutzbar – ein einziger Befehl verbindet einen KI-Agenten automatisch mit über 150 Modellen, mehr als 10 Anwendungen, Wissensbasen, Memory, Websuche und dem gesamten Rest.

Noch wichtiger: Die Bailian-CLI ist auf GitHub als Open Source verfügbar (modelstudioai/cli) und unterstützt von Haus aus gängige Agenten-Frameworks wie Claude Code, Qoder, OpenClaw und Hermes Agent.

Zusammengefasst in einem Satz: Agenten-Fähigkeiten, für die man früher 10 APIs manuell anbinden musste, erledigt heute ein einziger bl-Befehl.

Was die Bailian-CLI eigentlich ist

Alibaba Cloud Model Studio (Bailian) ist eine Komplettplattform für die Entwicklung großer Modelle und Agenten-Anwendungen. Bisher lief der Zugang über Webkonsole und API-SDKs – Code schreiben, Umgebung konfigurieren, Tokens managen.

Nun hat die Bailian-CLI alle Kernfähigkeiten auf die Kommandozeile geholt:

  • Text-Dialoge: Mainstream-Modelle wie Qwen3.7-max
  • Multimodal (Omni): volle Unterstützung von Text + Bild + Audio + Video
  • Bilderzeugung/-bearbeitung: Qwen-Image 2.0 mit professionellem Text-Rendering, fotorealistischer Qualität und Mehrbild-Komposition
  • Videoerzeugung/-bearbeitung: HappyHorse-1.0-Serie, Text-zu-Video / Bild-zu-Video / Referenzvideo, mit bis zu 9 Referenzbildern
  • Sprachsynthese/-erkennung: CosyVoice mit Streaming-TTS plus Sprachklon in 5–20 Sekunden; FunAudio-ASR unterstützt 30 Sprachen, darunter 7 chinesische Dialekte
  • Bild-/Videoverständnis: Qwen-VL mit Langvideo-Analyse, Diagramm- und Dokumentenparsen, visuellem Schlussfolgern und mehrsprachigem OCR
  • Wissensbasis + Memory: multimodale RAG-Suche + sitzungsübergreifendes Gedächtnis
  • Anwendungsausführung: direkt die auf der Bailian-Plattform veröffentlichten Agenten und Workflows aufrufen
  • Websuche: Echtzeit-Recherche im Internet
  • Konsolenfunktionen: Anwendungslisten durchsehen, kostenloses Kontingent prüfen
  • Automatischer Upload lokaler Dateien: Jeder URL-Parameter akzeptiert lokale Pfade und lädt sie automatisch in den kostenlosen temporären Speicher (48 Stunden gültig) hoch

Und jeder Befehl kann als strukturierter Tool-Call dienen – das heißt, KI-Agenten können ihn direkt aufrufen, ohne dass du einen Wrapper schreiben musst.

Drei Schritte zur Installation – und los geht’s

Voraussetzung: Node.js >= 22.12.

Schritt 1: CLI + Skills installieren

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

Schritt 2: Authentifizierung

bl auth login --api-key sk-xxxxx

Den API-Key erhält man in der Bailian-Konsole; kostenlose Nutzer bekommen pro Modell 1 Million Tokens geschenkt, maximal 50 Millionen.

Schritt 3: Loslegen

Mit Qwen chatten:

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

Multimodaler Dialog (Text + Bild + Audio + Video):

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

Bild generieren:

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

Video generieren (aus lokalem Bild):

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

Freies Kontingent prüfen:

bl usage free --model qwen3-max

Bailian-Anwendungen durchsehen:

bl app list

Selbst-Update:

bl update

Aus einem Satz ein zweiminütiges japanisches Jugend-Video: das offizielle, echte Demo

Abbildung

Im GitHub-README der Bailian-CLI steht ein offizielles Demo, das einen sprachlos macht.

Der ursprüngliche Prompt:

Generiere mir ein Video im Stil japanischer Filmproduktionen, die naive erste Liebe einer Oberschülerin, sehr süße Handlung, so dass man selbst verliebt werden möchte, rund 2 Minuten, Format 16:9

Das Ergebnis: ein kompletter zweiminütiger Kurzfilm im 16:9-Kinoformat – komplett ohne manuellen Schnitt.

Die Ausführungskette dahinter sieht so aus:

  • Qwen Code (Agentic-Coding-Modell) interpretiert die Nutzerabsicht, plant das Erzähltempo und entscheidet, welche Werkzeuge aufgerufen werden
  • der spark-video-Skill zerlegt die Geschichte in Einstellungen, schreibt den Prompt für jede Einstellung und hält die visuelle Kohärenz (Figuren, Licht, Farbstimmung, Bildsprache)
  • der Bailian-Befehl bl video generate verteilt jede Einstellung parallel an HappyHorse 1.0 zur Erzeugung
  • der Skill setzt alle Fragmente wieder zum fertigen zweiminütigen 16:9-Video zusammen

Keine Zeitleiste, kein Frame-für-Frame-Schnitt – ein Satz hinein, ein Video heraus.

Das ist der größte Wert der CLI-Fassung: Komplexe Workflows werden zu atomaren Fähigkeiten, die Agenten automatisch orchestrieren können.

Warum CLI-Fähigkeit im Agenten-Zeitalter ein Trumpf ist

Man könnte einwenden: CLI ist doch nur die Kommandozeile, ein alter Hut – wozu also die Aufregung?

Der Clou liegt in der Passform zwischen dem CLI-Format und Agenten.

Klassische API-Anbindung:

  • Code schreiben (je ein eigenes Set für Python/Node/Go)
  • SDK-Versionen managen
  • Authentifizierung, Timeouts, Retries und Fehlercodes behandeln
  • für Agenten-Aufrufe zusätzlich Wrapper schreiben

CLI-Anbindung:

  • Agenten arbeiten ohnehin per Shell – CLI ist ihre natürliche Sprache
  • ein Befehl ist ein Tool-Call, strukturierte Ausgaben gehen direkt zurück ans Modell
  • sprachübergreifend problemlos: bash, Python, Node und Go können alle aufrufen
  • Upgrade genügt mit bl update – der Agent muss den Code nicht ändern

Noch spannender: Die Bailian-CLI ist von Haus aus kompatibel mit den Mainstream-Agenten-Frameworks Claude Code, Qoder, OpenClaw und Hermes Agent. Das bedeutet:

  • In Claude Code sagst du „Generiere mir ein Bild“ – es ruft direkt bl image generate auf
  • In OpenClaw sagst du „Analysiere dieses Video“ – es nutzt direkt die Videoverständnis-Fähigkeit von bl
  • In Qoder schreibst du Code und brauchst eine Fähigkeit – ein kurzes bl genügt

Ohne jede Zusatzkonfiguration verfügt der Agent über das volle Spektrum der 150+ Bailian-Modelle.

Was hinter den 150+ Modellen steckt

Die Bailian-Plattform bündelt nicht nur Alibis eigene Tongyi-Serie, sondern auch:

  • die komplette Qwen-Serie (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code u. a.)
  • die DeepSeek-Serie
  • die GLM-Serie (Zhipu)
  • die Kimi-Serie (Moonshot AI)
  • die MiniMax-Serie
  • Alibis eigene multimodale Modelle: HappyHorse, CosyVoice, FunAudio-ASR
  • zahlreiche integrierte Open-Source-Modelle von Drittanbietern

Der Vorteil dieser Bündelung: kein separater API-Key, keine separate Aufladung, keine separate Anbindung pro Modellunternehmen. Ein Bailian-Konto deckt alles ab.

In Kombination mit Alibis zweitem Trumpf, dem Coding Plan (Festpreis-Abo, das mehrere Modelle in einem bündelt), nutzen Entwickler für einen festen Monatsbeitrag alle Top-Modelle – ohne Sorge, das API-Budget zu sprengen.

Die Authentifizierung ist durchdacht

Abbildung

Die Bailian-CLI bietet drei Authentifizierungswege:

  • Umgebungsvariable: export DASHSCOPE_API_KEY=sk-xxxxx
  • Login-Befehl: bl auth login –api-key sk-xxxxx (persistiert in ~/.bailian/config.json)
  • Einzelbefehl: bl text chat –api-key sk-xxxxx –message Hello

Konsolenfunktionen (app list, usage free) erfordern eine Anmeldung über den Browser:

bl auth login --console

Der Abruf der Wissensbasis benötigt einen RAM-Subkonto-AccessKey:

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

Der offizielle Hinweis lautet: RAM-Subkonto verwenden, nicht das Root-Account-AK/SK – ein ausgesprochen professioneller Sicherheitshinweis.

Das eigentliche Signal hinter Alibis Strategie

Betrachtet man die Bailian-CLI im Gesamtkontext von Alibaba Clouds Moves in diesem Jahr, zeichnet sich ein klarer Rhythmus ab:

  • 28. Januar: Alibaba Cloud startet das komplette OpenClaw-Cloudangebot und stellt sämtliche für Agenten benötigte Infrastruktur bereit
  • April: Tongyi Qwen3.7-Max erscheint, die Programmierfähigkeit zieht mit Claude gleich
  • Mai: Das Coding-Plan-Abo startet – ab 49 Yuan monatlich mit 4 führenden Top-Modellen gebündelt
  • 29. Mai: Die Bailian-CLI wird offiziell als Open Source veröffentlicht – Agenten, installieren und loslegen

Die Absicht dieser Schlagkombination ist offenkundig:

Alibaba Cloud will nicht nur das Geschäft mit Modell-APIs betreiben. Das Ziel ist die Grundversorgung des Agenten-Zeitalters – „Wasser, Strom und Gas“. Wer Agenten-Anwendungen baut, bekommt alles aus einer Hand: Infrastruktur (OpenClaw-Cloud), Modellauswahl (Coding Plan), Fähigkeitsaufrufe (Bailian-CLI) und Agenten-Framework-Kompatibilität (Claude Code/OpenClaw/Hermes/Qoder).

Das ist exakt die Logik, mit der AWS im Cloud-Zeitalter S3 + EC2 + Lambda verkaufte – nicht nur einzelne Dienste verkaufen, sondern das ganze Ökosystem.

Welche Beziehung hat das zu Projekten wie OpenClaw und Hermes?

Wer die Agenten-Ökosystem-Landschaft kennt, fragt: Warum sollte Alibaba mit eigenem Qwen Code und Bailian freiwillig Drittanbieter-Frameworks wie OpenClaw und Hermes unterstützen?

Die Antwort ist nüchtern-pragmatisch: Die Workflows der Entwickler gehören längst diesen Open-Source-Agenten-Frameworks.

  • OpenClaw mit 356.000 Sternen ist eines der am schnellsten wachsenden Open-Source-Projekte der GitHub-Geschichte
  • Hermes Agent errang in gut zwei Monaten 71.000 Sterne; unabhängige Entwickler migrieren am eifrigsten
  • Claude Code und Qoder sind im In- und Ausland führende KI-Programmierwerkzeuge

Alibaba Clouds Entscheidung lautet: Statt mit diesen Projekten um die Gunst der Nutzer zu kämpfen, lieber konsequent der Infrastrukturlieferant sein – du kannst jedes Agenten-Framework nutzen, meine Fähigkeiten erreichst du trotzdem.

Eine sehr ausgereifte Schaufel-Verkaufsstrategie: Die Goldgräber wechseln ein und aus, die Schaufeln verkauft man immer.

Praktische Tipps für Entwickler

Abbildung

Wer es heute noch ausprobieren will, gehe in dieser Reihenfolge vor:

Schritt 1: kostenlose Tokens abholen

In der Bailian-Konsole ein Konto aktivieren; pro Modell gibt es 1 Million Tokens geschenkt, bis zu 50 Millionen Kontingent. Ein gewöhnlicher Entwickler läuft damit zwei Monate lang nicht leer.

Schritt 2: CLI installieren

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

Schritt 3: die wertvollsten Fähigkeiten testen

Nacheinander ausprobieren:

  • bl image generate (Bilderzeugung, Vergleich mit MidJourney)
  • bl video generate (Videoerzeugung, HappyHorse 1.0)
  • bl omni (multimodaler Dialog)
  • bl text chat (Qwen3.7-Max, Vergleich mit Claude)

Schritt 4: in deinen Agenten einbinden

Wer Claude Code, OpenClaw, Hermes oder Qoder nutzt, konfiguriert bl einfach als verfügbares Werkzeug – der Agent kann es dann autonom aufrufen.

Schritt 5: das Video-Demo ausprobieren

Mit dem offiziellen spark-video-Skill aus einem Satz ein Kurzvideo erzeugen und spüren, wie ein kompletter Agenten-Workflow aussieht.

Zum Schluss

Im Wettbewerb des KI-Agenten-Zeitalters geht es nicht mehr darum, wessen Modell den höchsten Score erzielt, sondern wer Agenten am leichtesten multimodale, vielschichtige, werkzeugübergreifende Kombinationsfähigkeiten zugänglich macht.

Das eigentliche Gewicht der Open-Source-Veröffentlichung der Bailian-CLI: Sie beseitigt die schmerzhafteste Stufe – den Fähigkeitsaufruf. Früher brauchte man für einen Agenten, der Bilder erkennt, Texte schreibt, Videos generiert, das Netz durchsucht und Wissensbasen abruft, mehr als 5 APIs. Heute erledigt das ein einziger bl-Befehl.

Für Einzelentwickler: 80 % weniger Boilerplate-Code, mehr Raum für die eigentliche Produktlogik.

Für Unternehmens-Teams: weniger Betriebsaufwand für API-Integrationen, dazu das Inlands-Compliance-Siegel der Bailian-Plattform.

Für das gesamte Agenten-Ökosystem: Solche atomaren Fähigkeiten plus agentenfreundliches Design könnten von anderen Big Playern imitiert werden. In den nächsten ein, zwei Jahren werden höchstwahrscheinlich Tencent Cloud, Huawei Cloud und ByteDances Volcano Engine mit ähnlichen CLI-Tools nachziehen.

Der Kampf um Wasser, Strom und Gas der KI-Agenten hat offiziell begonnen.

GitHub-Adresse: github.com/modelstudioai/cli