एक पंक्ति में पांच एपीआई!

29 मई को, अलीयून ने एजेंट डेवलपर्स को एक साथ आने के लिए कुछ किया -- अंशांकन कोर क्षमता का औपचारिक CLIization एआई एजेंट को स्वचालित रूप से 150 मॉडल, 10 एप्लिकेशन, ज्ञान बैंक, मेमोरी, नेटवर्क खोज की पूरी श्रृंखला तक पहुंचने की अनुमति देता है।

इसके अलावा, CLI पहले से ही GitHub ओपन सोर्स (Modelstudioai/cli) में है, जिसमें मुख्य एजेंट फ्रेमवर्क जैसे क्लाउड कोड, Qoder, OpenClaw, Hermes Age के लिए मूल समर्थन है।

संक्षेपण: एजेंट क्षमता जिसे आप 10 एपीआई के साथ हाथ से करने के लिए इस्तेमाल करते हैं अब पूरी तरह से परिचालन है।

CLI, यह क्या है?

मॉडल स्टूडियो एक बड़े वन-स्टॉप मॉडल और एजेंट एप्लिकेशन डेवलपमेंट प्लेटफॉर्म है। यह वेब कंसोल + एपीआई एसडीके के साथ बातचीत करने के लिए प्रयोग किया जाता है, आपको कोड, सेट पर्यावरण, पाइप टोकन लिखना होगा।

अब CLI ने कमांड लाइन में सभी मुख्य क्षमताओं को स्थानांतरित कर दिया है:

पाठ संवाद: मुख्यधारा मॉडल जैसे Qwen 3.7-max
Multimodular (Omni): पाठ + चित्र + ऑडियो + वीडियो पूर्ण समर्थन
फोटो पीढ़ी / संपादन: Qwen-Image 2.0, विशेष पाठ प्रतिपादन, फोटो स्तर ग्राफिक्स, बहुग्राफ संश्लेषण
वीडियो पीढ़ी / संपादक: हैप्पी हॉर्स-1.0 श्रृंखला, विवियाई / टेक्स्ट वीडियो / प्रदर्शन वीडियो, 9 आंकड़े संदर्भ तक
वॉयस संश्लेषण / आइडेंटिफिकेशन: CosyVoice वर्तमान TTS + 5-20 सेकंड वॉयस क्लोनिंग; FunAudio-ASR 7 चीनी डायलेक्ट्स के साथ 30 भाषाओं को कवर करता है
छवि/वीडियो समझ: Qwen-VL, लंबे वीडियो विश्लेषण, चार्ट दस्तावेज़ संकल्प, दृश्य तर्क, बहुभाषी OCR
नॉलेज बेस + मेमोरी: मल्टीमोडुलर आरएजी रिट्रीवल + क्रॉस-सेशन मेमोरी
कॉल लागू करें: डायरेक्टली कॉल एजेंट और वर्कफ़्लो रिफाइनरी प्लेटफॉर्म से प्रकाशित
ऑनलाइन खोज: रियल टाइम इंटरनेट एक्सेस
कंसोल क्षमता: अनुप्रयोगों की सूची ब्राउज़ करें, मुफ्त में चेक करें
स्थानीय फ़ाइल स्वचालित रूप से अपलोड: हर यूआरएल पैरामीटर स्थानीय पथ को स्वीकार करता है और स्वचालित रूप से अस्थायी भंडारण (48 घंटे मान्य) को मुक्त करने के लिए अपलोड करता है।

प्रत्येक आदेश को संरचित टूल कॉल किया जा सकता है - जिसका मतलब है कि एआई एजेंट सीधे कॉल कर सकता है, बिना आप रैपर लिखते हैं।

तीन-चरण स्थापना, तुरंत बंद करें।

पर्यावरण आवश्यकताओं: Node.js > = 22.12।

Step 1: CLI + Skills स्थापित करें

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

चरण 2: प्रमाणीकरण

bl auth login --api-key sk-xxxxx

एपीआई कुंजी इसे रिफाइनरी कंसर्वेटर से प्राप्त होती है, और मुफ्त उपयोगकर्ता प्रति मॉडल 50 मिलियन तक मिलियन टोकन भेजते हैं।

चरण 3: खुला

Qwen साथ चैट:

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

बहु मॉड्यूलर संवाद (टेक्स्ट + चित्र + ऑडियो + वीडियो):

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

चित्र उत्पन्न करना:

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

उत्पन्न वीडियो (स्थानीय चित्रों से):

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

नि: शुल्क:

bl usage free --model qwen3-max

प्रसंस्करण अनुप्रयोगों के लिए ब्राउज़ करें:

bl app list

अपडेट:

bl update

एक वाक्य युवा वीडियो के दो मिनट का उत्पादन करता है: आधिकारिक डेमो

CLI के GitHub README पर एक आधिकारिक डेमो है, जो पूरे व्यक्ति को देख रहा है।

मूल प्रस्ताव:

मुझे एक दिन की वीडियो शैली बनाने में मदद करें, एक हाई स्कूल गर्ल की पहली प्रेम कहानी, एक मीठी शो, एक दो मिनट का वीडियो लगभग 16: 9।

अंतिम उत्पादन: पूरा 2 मिनट, 16: 9 लघु फिल्म ग्रेड, पूरी यात्रा के लिए शून्य मैनुअल क्लिप।

यहाँ इसके पीछे की श्रृंखला है:

Qwen Code (agentic कामकाजी मॉडल) उपयोगकर्ता इरादों की व्याख्या करता है, कथा लय की योजना बनाता है, और यह निर्धारित करता है कि किस उपकरण का उपयोग करने के लिए किया जाता है।
Spank-video कौशल कहानी को फुटेज में विभाजित करता है, प्रत्येक कैमरा का संकेत लिखता है, और दृश्य स्थिरता (रॉल, लाइट, कलर, लेंस भाषा) को बनाए रखता है।
प्रत्येक कैमरा के CLI वितरण के लिए Bl वीडियो पीढ़ी हैप्पीहोर्स 1.0 पीढ़ी समानांतर में
कौशल, अंतिम 16:9 में सभी टुकड़ों को फिर से इकट्ठा, तैयार उत्पाद के 2 मिनट।

कोई समय-अक्ष ड्रैग नहीं है, कोई फ्रेम-by-फ्रेम संपादन नहीं है, एक शब्द में, एक वीडियो बाहर है।

यह CLI का सबसे बड़ा मूल्य है - एजेंट द्वारा स्वचालित रूप से व्यवस्थित किया जा सकता है कि परमाणु क्षमताओं में जटिल वर्कफ़्लो बदल रहा है।

क्यों, CLI एजेंट की हत्या है।

आप सोच सकते हैं, "CLI सिर्फ एक आदेश, पुरानी तकनीक है।

यह इंगित करता है कि CLI का यह रूप एजेंट के साथ संगत है।

पारंपरिक एपीआई एक्सेस:

कोड लिखने के लिए (Python/Node/Go each)
SDK संस्करण प्रबंधित करें
आपको ज्ञान, टाइम आउट, रिट्री, त्रुटि से निपटने की जरूरत है। कोड
एजेंट कॉल करता है और रैपर लिखते हैं

CLI एक्सेस:

एजेंट एक खोल में काम करता है। CLI एक प्राकृतिक भाषा है।
आदेशों की एक पंक्ति कॉल करने के लिए एक उपकरण है। संरचित उत्पादन मॉडल को वापस फीड करता है।
भाषाओं में कोई दबाव नहीं है, लेकिन कोई दबाव नहीं है।
केवल bl अद्यतन को अपग्रेड करें, बिना कोड को बदलने के एजेंट

अधिक उत्तेजक तथ्य यह है कि क्लाउड कोड, Qoder, OpenClaw, Hermes Age, इन मुख्यधारा एजेंट फ्रेमवर्क। इसका मतलब है:

क्लाउड कोड में, आपने मुझे एक नक्शा बनाने में मदद करने के लिए कहा, जो एक सीधा धुन है।
आपने ओपनक्लॉ में कहा कि इस वीडियो का विश्लेषण करने वाला, यह सीधे bl की वीडियो समझ क्षमताओं को समायोजित करता है।
आप Qoder में कोड लिख रहे हैं।

एजेंट को 150+ मॉडल को परिष्कृत करने के लिए क्षमताओं का पूरा सेट रखने के लिए किसी भी अतिरिक्त विन्यास की आवश्यकता नहीं है।

150+, मॉडल के पीछे क्या है?

मंच न केवल Alithong श्रृंखला के साथ आता है, बल्कि यह भी:

Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code, आदि।
डीपसेक सीरीज़
GLM श्रृंखला (थिंक स्पेक्ट्रम)
Kimi शृंखला
मिनी मैक्स सीरीज
अली ने एक बहु मोडल दृष्टिकोण विकसित किया है: हैप्पी हॉर्स, कोसीवॉयस, फनऑडियो-एएसआर
तृतीय-पक्ष ओपन सोर्स मॉडल के बड़े पैमाने पर एकीकरण

इस अभिसरण का लाभ यह है कि आपको अकेले प्रत्येक मॉडल कंपनी के लिए एपीआई कुंजी के लिए आवेदन करने की आवश्यकता नहीं है, इसे अकेले भरें, इसे अकेले कनेक्ट करें। एक पिकअप खाता के माध्यम से चला जाता है।

अलीयून के अन्य हत्यारों के साथ मिलकर, कोडिंग प्लान (एक निश्चित मासिक सदस्यता एकाधिक मॉडलों के लिए), डेवलपर्स हर महीने निश्चित खर्च के लिए सभी प्रमुख मॉडलों का उपयोग कर सकते हैं, यह डर नहीं कि एपीआई ओवर-बजट कॉल करेगा।

यह बहुत विचारशील है।

CLI तीन प्रकार के आश्वासन प्रदान करता है:

पर्यावरण चर: निर्यात DASHSCOPE API KEY=sk-xxxx
लॉगिन कमांड: bl auth लॉगिन -api कुंजी sk-xxx (~/.bailian/config.json)
सिंगल कमांड: bl टेक्स्ट बिट बिट -api-key sk-xxxx -message Hello

कंसोल क्षमताओं (app list, use free) के लिए ब्राउजर लॉगिन की आवश्यकता होती है:

bl auth login --console

Access Key:

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

आधिकारिक भी रैम उप-खाता और रूट खाता AK/SK का उपयोग करने के खिलाफ चेतावनी दी - एक बहुत ही पेशेवर सुरक्षा अनुस्मारक।

अली, लहर का वास्तविक संकेत।

इस साल अलीयून की समग्र कार्रवाई में इस पूरी बात को रखना ताल को स्पष्ट बनाता है:

जनवरी 28: ऑन-लाइन अलीयून ओपनक्लॉ, फुल क्लाउड सर्विस, एजेंट के लिए पूर्ण बुनियादी ढांचा
अप्रैल: जनरल पूछ Qwen 3.7 मैक्स रिलीज, प्रोग्रामिंग क्षमता सीधे क्लाउड के बाद
मई: कोडिंग प्लान सदस्यता पैकेज ऑनलाइन, 49 युआन / माह कुल 4 बड़े सिर मॉडल
मई 29th: Precious CLI आधिकारिक खुला स्रोत, एजेंट स्थापित करने के लिए तैयार

इस संयोजन का इरादा बहुत स्पष्ट है:

अलीयून न केवल मॉडल एपीआई व्यवसाय बेचने जा रहा है। यह एजेंट-era हाइड्रोइलेक्ट्रिक कोयला होने जा रहा है - आप एजेंट अनुप्रयोगों के लिए जा रहे हैं, बुनियादी ढांचे (OpenClaw Cloud Service) से लेकर मॉडल प्लान तक, कैपेबिलिटी कॉल (CLI) तक, एजेंट फ्रेमवर्क संगतता और पूरे लिंक के पूर्ण कवरेज।

यह वास्तव में वही तर्क है कि AWS ने S3+EC2+ किया क्लाउड युग में लैम्ब्डा - व्यक्तिगत सेवाओं की बिक्री और पूरी पारिस्थितिकी बेच रही है।

क्या यह OpenClaw, Hermes के साथ क्या करना है?

जो लोग एजेंट की पारिस्थितिकी को समझते हैं, पूछेंगे, "आपके पास OpenClaw, Hermes, इन तीसरे पक्ष के ढांचे क्यों हैं?

उत्तर यथार्थवादी है: डेवलपर्स का कार्य प्रवाह लंबे समय तक इन ओपन सोर्स एजेंट फ्रेमवर्क द्वारा कब्जा कर लिया गया है।

OpenClaw 356,000 स्टार, इतिहास में गिटहब की सबसे तेजी से बढ़ती ओपन सोर्स परियोजनाओं में से एक है।
हेर्मेस एजेंट, दो महीने से अधिक, 71,000 स्टार, सक्रिय रूप से स्वतंत्र डेवलपर्स को स्थानांतरित किया गया।
क्लाउड कोड, क्यूडर घर और विदेशों में एआई प्रोग्रामिंग उपकरण हैं

Ariyun की पसंद परियोजनाओं के उपयोगकर्ताओं के साथ प्रतिस्पर्धा करने के बजाय बुनियादी ढांचे का आपूर्तिकर्ता होना है - जो भी आप एजेंट फ्रेमवर्क का उपयोग करते हैं, आप इसे स्थानांतरित कर सकते हैं।

यह एक बहुत ही परिपक्व फावड़ा रणनीति है। सोने के शिकारी हमेशा फावड़ा बेच रहे हैं।

डेवलपर्स के लिए एक नैतिक सलाह।

यदि आप आज की कोशिश करना चाहते हैं तो उस क्रम में:

चरण 1: फ्री टोकन

BPR पर जाएं और खाता संख्या खोलें, प्रति मॉडल 50 मिलियन तक एक मिलियन टोकन भेजें। साधारण डेवलपर्स दो महीने तक नहीं चल सकते।

चरण 2: CLI लोड हो रहा है

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

चरण तीन: सबसे मूल्यवान मापने की क्षमता

बारी में:

bl छवि सामान्य (फोटो-generated, MidJourney की तुलना में)
बीएल वीडियो सामान्य (वीडियो पीढ़ी, हैप्पी हॉर्स 1.0)
बीएल ओमनी (मल्टी-मॉड्यूलर संवाद)
Bl टेक्स्ट चैट (Qwen 3.7-Max, विपरीत क्लाउड)

चरण 4: अपने एजेंट तक पहुंच

यदि आप क्लाउड कोड, OpenClaw, Hermes या Qoder का उपयोग सीधे उपकरण के रूप में bl को कॉन्फ़िगर करने के लिए कर रहे हैं, तो एजेंट अपने आप को कॉल कर सकता है।

चरण 5: रन वीडियो डेमो

एक लघु वीडियो बनाने के लिए आधिकारिक स्पार्क-वीडियो कौशल की कोशिश करें और पूर्ण एजेंट वर्कफ़्लो महसूस करें।

अंत में।

एआई एज की प्रतियोगिता अब उनमें से एक नहीं है जिनके मॉडल में उच्च स्कोर हैं, लेकिन जो एजेंट को बहु मॉड्यूलर, बहु क्षमता, क्रॉस-टूल संयोजन का उपयोग करने में सबसे आसान बनाता है।

CLI ओपन सोर्स चीज़ का वास्तविक वजन यह है कि यह कॉलेबिलिटी के सबसे दर्दनाक लिंक को मिटा देता है। अतीत में, आप एक एजेंट बनाना चाहते थे जो मानचित्रण, लिखना, वीडियो बनाना, नेटवर्क बनाना, ज्ञान आधार तक पहुंच सकता है, और आपको पांच से अधिक एपीआई से कनेक्ट होना पड़ा। अब एक bl कमांड किया जाता है।

व्यक्तिगत डेवलपर्स के लिए: बॉयलरप्लेट कोड का 80% से कम, उत्पाद तर्क पर ध्यान केंद्रित करता है।

कॉर्पोरेट टीम के लिए: एपीआई एकीकरण के लिए परिवहन लागत का एक गुच्छा लापता है, और मंच के लिए अधिक घरेलू अनुपालन समर्थन है।

पूरे एजेंट पारिस्थितिकी: CLI को परिष्कृत करना, इस परमाणु क्षमता के साथ एजेंट के अनुकूल डिजाइन मॉडल को अन्य बड़े पौधों द्वारा दोहराया जा सकता है। अगले साल या दो में, हम शायद एक समान CLI उपकरण को एक क्लाउड, एक क्लाउड, एक बाइट ज्वालामुखी इंजन के बाद देखेंगे।

एआई एजेंट की लड़ाई पानी और कोयला, आधिकारिक तौर पर शुरू की गई।

GitHub पता: Github.com/moderstudioai/cli