Une seule commande pour se passer de 5 API ! Alibaba Cloud open-source le CLI Bailian : la bataille des « services publics » des agents IA est officiellement lancée

Le 29 mai, Alibaba Cloud a fait quelque chose qui a fait bondir de joie tous les développeurs d'agents : les capacités centrales de Bailian passent officiellement en CLI, et une seule commande permet à un agent IA de se connecter automatiquement à plus de 150 modèles, une dizaine d'applications, aux bases de connaissances, à la mémoire, à la recherche en ligne — toute la panoplie.

Mieux : Bailian CLI est désormais open source sur GitHub (modelstudioai/cli), avec une prise en charge native des principaux frameworks d'agents — Claude Code, Qoder, OpenClaw, Hermes Agent…

En résumé : ce qui demandait auparavant l'appel manuel de 10 API s'obtient désormais avec une seule commande bl.

Au fond, c'est quoi Bailian CLI ?

Alibaba Cloud Bailian (Model Studio) est une plateforme tout-en-un de développement d'applications basées sur les grands modèles et les agents. Auparavant, on l'utilisait via une console Web et des SDK API : il fallait écrire du code, configurer l'environnement, gérer les tokens.

Désormais, Bailian CLI embarque toutes les capacités clés dans la ligne de commande :

• Dialogue textuel : modèles majeurs comme Qwen3.7-max
• Multimodal (Omni) : texte + image + audio + vidéo, tout est pris en charge
• Génération/édition d'images : Qwen-Image 2.0, rendu de texte professionnel, qualité photographique, composition multi-images
• Génération/édition de vidéos : série HappyHorse-1.0, texte vers vidéo / image vers vidéo / vidéo de référence, jusqu'à 9 images de référence
• Synthèse/reconnaissance vocale : CosyVoice TTS en flux + clonage vocal en 5-20 secondes ; FunAudio-ASR couvre 30 langues dont 7 dialectes chinois
• Compréhension d'images/vidéos : Qwen-VL, analyse de longues vidéos, parsing de graphiques et documents, raisonnement visuel, OCR multilingue
• Base de connaissances + mémoire : recherche RAG multimodale + mémoire inter-sessions
• Appel d'applications : appel direct des agents et workflows déjà publiés sur la plateforme Bailian
• Recherche en ligne : consultation du web en temps réel
• Capacités de console : parcourir la liste des applications, consulter les quotas gratuits
• Upload automatique des fichiers locaux : chaque paramètre d'URL accepte un chemin local et déclenche l'upload vers un stockage temporaire gratuit (valable 48 heures)

Et chaque commande peut servir d'appel d'outil structuré (tool call) — autrement dit, un agent IA peut l'appeler directement, sans que vous ayez à écrire de wrapper.

Installation en trois étapes, décollage immédiat

Prérequis : Node.js >= 22.12.

Étape 1 : installer le CLI + Skills

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

Étape 2 : s'authentifier

bl auth login --api-key sk-xxxxx

La clé API s'obtient depuis la console Bailian ; chaque compte gratuit reçoit 1 million de tokens par modèle, jusqu'à 50 millions au total.

Étape 3 : se lancer

Discuter avec Qwen :

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

Dialogue multimodal (texte + image + audio + vidéo) :

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

Générer une image :

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

Générer une vidéo (à partir d'une image locale) :

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

Consulter le quota gratuit :

bl usage free --model qwen3-max

Parcourir les applications Bailian :

bl app list

Mettre à jour le CLI :

bl update

Une phrase pour générer une vidéo « jeunesse japonaise » de 2 minutes : la vraie démo officielle

Le README GitHub de Bailian CLI contient une démo officielle qui, une fois vue, laisse pantois.

Prompt d'origine :

Génère-moi une vidéo d'environ 2 minutes au style cinématographique japonais, l'histoire d'un premier amour innocent d'une lycéenne, un scénario ultra-sucré qui donne envie de tomber amoureux, au format 16:9

Résultat final : un court-métrage cinématographique complet de 2 minutes en 16:9, sans aucun montage humain.

Voici la chaîne d'exécution derrière :

• Qwen Code (modèle de coding agentique) analyse l'intention de l'utilisateur, planifie le rythme narratif et décide des outils à appeler
• le Skill spark-video découpe l'histoire en plans, écrit le prompt de chaque plan et garantit la cohérence visuelle (personnages, lumière, palette, langage caméra)
• le bl video generate de Bailian CLI distribue chaque plan en parallèle à HappyHorse 1.0 pour génération
• le Skill réassemble ensuite tous les clips en un produit final de 2 minutes en 16:9

Pas de timeline à manipuler, pas d'édition image par image : une phrase en entrée, une vidéo en sortie.

C'est là toute la valeur du passage en CLI : transformer des workflows complexes en capacités atomiques que les agents peuvent orchestrer automatiquement.

Pourquoi le CLI est l'arme fatale de l'ère des agents

Vous vous dites peut-être : le CLI, c'est juste la ligne de commande, une vieille technologie — de quoi s'enthousiasmer ?

Justement : tout est dans l'adéquation entre la forme CLI et les agents.

L'intégration par API classique :

• il faut écrire du code (un jeu en Python, un en Node, un en Go)
• il faut gérer les versions des SDK
• il faut traiter l'authentification, les délais d'attente, les relances, les codes d'erreur
• il faut en plus écrire un wrapper pour l'appel par les agents

L'intégration par CLI :

• un agent travaille précisément via le shell ; le CLI est sa langue naturelle
• une commande vaut un appel d'outil, et la sortie structurée est renvoyée directement au modèle
• aucun problème d'interopérabilité : bash, Python, Node et Go peuvent tous l'appeler
• la mise à jour tient à un bl update ; aucun code de l'agent à modifier

Plus corsé encore : Bailian CLI est nativement compatible avec les principaux frameworks d'agents — Claude Code, Qoder, OpenClaw, Hermes Agent. Concrètement :

• dans Claude Code, vous demandez « génère-moi une image » : il appelle directement bl image generate
• dans OpenClaw, vous demandez « analyse cette vidéo » : il appelle directement la compréhension vidéo de bl
• dans Qoder, quand il vous manque une capacité, un simple bl suffit

Sans aucune configuration supplémentaire, l'agent hérite de toute la panoplie des 150+ modèles de Bailian.

Que cache la mention « 150+ modèles » ?

La plateforme Bailian n'agrège pas que la gamme Tongyi d'Alibaba, elle inclut aussi :

• toute la série Qwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code, etc.)
• la série DeepSeek
• la série GLM (Zhipu)
• la série Kimi (Moonshot AI)
• la série MiniMax
• les modèles multimodaux maison d'Alibaba : HappyHorse, CosyVoice, FunAudio-ASR
• un grand nombre de modèles open source tiers intégrés

L'avantage de cette agrégation : plus besoin de demander une clé API à chaque entreprise de modèles, de recharger séparément, d'intégrer chaque API individuellement. Un seul compte Bailian suffit.

Combiné à l'autre arme d'Alibaba Cloud, le Coding Plan (un abonnement mensuel fixe multi-modèles), le développeur accède chaque mois, à coût fixe, à tous les modèles de tête, sans plus craindre de dépasser son budget d'appels API.

Des méthodes d'authentification bien pensées

Bailian CLI propose trois méthodes d'authentification :

• Variable d'environnement : export DASHSCOPE_API_KEY=sk-xxxxx
• Commande de connexion : bl auth login –api-key sk-xxxxx (persistée dans ~/.bailian/config.json)
• Commande unique : bl text chat –api-key sk-xxxxx –message Hello

Les capacités de console (app list, usage free) exigent une connexion via navigateur :

bl auth login --console

La recherche dans la base de connaissances exige une AccessKey de sous-compte RAM :

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

L'éditeur recommande en plus : utilisez un sous-compte RAM, pas l'AK/SK du compte racine — un rappel de sécurité très professionnel.

Le vrai signal de cette stratégie d'Alibaba

En replaçant Bailian CLI dans l'ensemble des mouvements d'Alibaba Cloud cette année, le tempo devient limpide :

• 28 janvier : Alibaba Cloud lance la suite complète de services cloud OpenClaw, fournissant l'intégralité de l'infrastructure dont les agents ont besoin
• Avril : lancement de Qwen3.7-Max (Tongyi Qianwen), dont les capacités de programmation rivalisent avec celles de Claude
• Mai : lancement des abonnements Coding Plan, à partir de 49 yuans/mois pour un agrégat des 4 grands modèles de tête
• 29 mai : Bailian CLI passe officiellement en open source, prêt à l'emploi pour les agents

L'intention derrière cette série de coups est on ne peut plus claire :

Alibaba Cloud ne compte pas se contenter de vendre des API de modèles. Son objectif, c'est de devenir les « services publics » de l'ère des agents : pour construire une application d'agents, tout le parcours est couvert — infrastructure (services cloud OpenClaw), choix des modèles (Coding Plan), appel des capacités (Bailian CLI), compatibilité des frameworks d'agents (Claude Code/OpenClaw/Hermes/Qoder).

Exactement la logique d'AWS à l'ère du cloud avec S3 + EC2 + Lambda : vendre des services individuels, mais surtout vendre tout un écosystème.

Quel rapport avec OpenClaw, Hermes et les autres projets ?

Ceux qui connaissent l'écosystème des agents demanderont : puisque Alibaba a son propre Qwen Code et Bailian, pourquoi prendre le parti de la compatibilité avec des frameworks tiers comme OpenClaw ou Hermes ?

La réponse est très pragmatique : les workflows des développeurs sont déjà occupés par ces frameworks d'agents open source.

• OpenClaw cumule 356 000 étoiles sur GitHub, l'un des projets open source à la croissance les plus rapides de l'histoire
• Hermes Agent a atteint 71 000 étoiles en à peine plus de deux mois, avec les développeurs indépendants parmi les plus prompts à migrer
• Claude Code et Qoder figurent parmi les outils de pointe de la programmation IA, en Chine comme à l'étranger

Le choix d'Alibaba Cloud : plutôt que de se battre pour l'esprit des utilisateurs, jouer à fond le rôle de fournisseur d'infrastructure — quel que soit le framework d'agent que vous utilisez, vous pourrez toujours appeler mes capacités.

C'est la stratégie du vendeur de pelles dans sa forme la plus aboutie : les chercheurs d'or se remplacent, la pelle, elle, se vend toujours.

Conseils pratiques pour les développeurs

Si vous voulez essayer dès aujourd'hui, suivez cet ordre :

Première étape : récupérer les tokens gratuits

Ouvrez un compte sur la console Bailian : 1 million de tokens offerts par modèle, jusqu'à 50 millions au total. De quoi occuper un développeur ordinaire pendant deux mois.

Deuxième étape : installer le CLI

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

Troisième étape : tester les capacités les plus précieuses

Dans l'ordre :

• bl image generate (génération d'images, à comparer à MidJourney)
• bl video generate (génération de vidéos, HappyHorse 1.0)
• bl omni (dialogue multimodal)
• bl text chat (Qwen3.7-Max, à comparer à Claude)

Quatrième étape : raccorder votre agent

Si vous utilisez Claude Code, OpenClaw, Hermes ou Qoder, configurez simplement bl comme outil disponible : l'agent pourra l'appeler de façon autonome.

Cinquième étape : lancer la démo vidéo

Essayez le Skill spark-video officiel pour générer une courte vidéo à partir d'une phrase, et voyez à quoi ressemble un workflow d'agent complet.

Pour conclure

À l'ère des agents IA, la compétition ne se joue plus sur les scores des modèles, mais sur la capacité à rendre les talents composites — multimodaux, multi-capacités, multi-outils — les plus accessibles aux agents.

Le vrai poids de l'open source de Bailian CLI, c'est d'aplanir le maillon le plus douloureux : l'appel des capacités. Auparavant, bâtir un agent capable de lire des images, d'écrire des textes, de générer des vidéos, de chercher en ligne et d'interroger des bases de connaissances supposait d'intégrer plus de 5 API. Désormais, une seule commande bl suffit.

Pour les développeurs individuels : 80 % de code boilerplate en moins, pour se concentrer sur la logique produit.

Pour les équipes d'entreprise : une charge d'exploitation liée aux intégrations API en moins, et la caution de conformité nationale de la plateforme Bailian en plus.

Pour tout l'écosystème des agents : ce modèle de capacités atomiques pensées pour les agents, incarné par Bailian CLI, sera probablement imité par les autres géants. Dans l'un ou deux ans, Tencent Cloud, Huawei Cloud et Volcengine de ByteDance sortiront vraisemblablement des CLI similaires.

La bataille des « services publics » des agents IA est officiellement lancée.

Adresse GitHub : github.com/modelstudioai/cli