Un solo comando al posto di 5 API: Alibaba Cloud rende open source la CLI di Bailian, comincia ufficialmente la battaglia per le «utenze» degli Agent

Il 29 maggio Alibaba Cloud ha fatto la cosa che ha fatto esultare in blocco gli sviluppatori di Agent: le capacità core di Bailian diventano ufficialmente una CLI, e con una sola riga di comando un AI Agent può collegarsi in autonomia a oltre 150 modelli, più di 10 applicazioni, knowledge base, memoria, ricerca sul web e a tutta la suite di capacità.

Ancora più importante: la CLI di Bailian è già open source su GitHub (modelstudioai/cli) e supporta nativamente Claude Code, Qoder, OpenClaw, Hermes Agent e i principali framework per Agent.

Riassunto in una frase: le capacità che prima richiedevano di richiamare manualmente 10 API, ora le ottieni tutte in una con un solo comando bl.

Cos'è davvero la CLI di Bailian

Alibaba Cloud Bailian (Model Studio) è la piattaforma unificata per lo sviluppo di grandi modelli e applicazioni Agent. Prima si usava tramite console web + SDK delle API: dovevi scrivere codice, configurare l'ambiente e gestire i token.

Ora la CLI di Bailian porta tutte le capacità core sulla riga di comando:

dialogo testuale: Qwen3.7-max e altri modelli di punta
multimodale (Omni): testo + immagini + audio + video, tutto supportato
generazione/modifica di immagini: Qwen-Image 2.0, rendering professionale del testo, qualità fotografica, composizione multi-immagine
generazione/modifica di video: serie HappyHorse-1.0, testo-in-video, immagine-in-video, video di riferimento, fino a 9 immagini di riferimento
sintesi/riconoscimento vocale: CosyVoice con TTS in streaming + clonazione vocale da 5-20 secondi; FunAudio-ASR copre 30 lingue, comprese 7 varianti del cinese
comprensione di immagini/video: Qwen-VL, analisi di video lunghi, analisi di grafici e documenti, ragionamento visivo, OCR multilingue
knowledge base + memoria: ricerca RAG multimodale + memoria tra le sessioni
chiamata di applicazioni: invoca direttamente Agent e Workflow già pubblicati sulla piattaforma Bailian
ricerca sul web: ricerca su Internet in tempo reale
capacità da console: elenco delle applicazioni, verifica delle quote gratuite
upload automatico di file locali: ogni parametro URL accetta percorsi locali e carica automaticamente nell'archiviazione temporanea gratuita (valida 48 ore)

E ogni comando può fungere da tool call strutturato — il che significa che un AI Agent può chiamarlo direttamente, senza che tu debba scrivere wrapper.

Tre passi per installare e decollare

Requisiti d'ambiente: Node.js >= 22.12.

Passo 1: installare CLI + Skills

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

Passo 2: autenticazione

bl auth login --api-key sk-xxxxx

La API Key si ottiene dalla console Bailian; per gli utenti gratuiti ogni modello include 1 milione di token, fino a un massimo di 50 milioni.

Passo 3: si parte

Chattare con Qwen:

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

Dialogo multimodale (testo + immagini + audio + video):

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

Generare un'immagine:

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

Generare un video (da immagine locale):

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

Controllare la quota gratuita:

bl usage free --model qwen3-max

Esplorare le applicazioni Bailian:

bl app list

Auto-aggiornamento:

bl update

Un video di 2 minuti in stile giovanile giapponese da una sola frase: la demo ufficiale vera

Sul README GitHub della CLI di Bailian c'è una demo ufficiale che, vista tutta, lascia senza parole.

Prompt originale:

Generami un video di circa 2 minuti in stile cinematografico giapponese, la dolce storia del primo amore di una liceale, trama tenerissima, che faccia venire voglia di innamorarsi, formato 16:9

Risultato finale: un cortometraggio completo di 2 minuti, 16:9, di qualità cinematografica, con zero montaggio manuale.

La catena di esecuzione dietro è questa:

Qwen Code (modello agentic coding) interpreta l'intenzione dell'utente, pianifica il ritmo narrativo e decide quali strumenti chiamare
la Skill spark-video spezza la storia in inquadrature, scrive il prompt di ogni scena e mantiene la coerenza visiva (personaggi, luci, tonalità, linguaggio della camera)
il comando bl video generate della CLI Bailian distribuisce in parallelo ogni inquadratura a HappyHorse 1.0 per la generazione
la Skill ricompone tutti i frammenti nel prodotto finale da 2 minuti in 16:9

Niente timeline da trascinare, niente editing fotogramma per fotogramma: entra una frase, esce un video.

Ed è qui il valore più grande della conversione in CLI: trasformare workflow complessi in capacità atomiche che un Agent può orchestrare da solo.

Perché la CLI è la mossa vincente nell'era degli Agent

Ti starai dicendo: la CLI è la riga di comando, tecnologia antica, tutto questo entusiasmo?

Il punto è proprio la compatibilità naturale tra la forma CLI e gli Agent.

Integrazione via API tradizionale:

serve scrivere codice (una versione per Python/Node/Go ciascuno)
serve gestire le versioni degli SDK
serve gestire autenticazione, timeout, retry e codici di errore
per farla chiamare dall'Agent serve persino scrivere un wrapper

Integrazione via CLI:

l'Agent lavora proprio con la shell: la CLI è la sua lingua naturale
una riga di comando è una chiamata a strumento, e l'output strutturato torna dritto al modello
zero problemi di linguaggio: la possono chiamare bash, Python, Node, Go
per aggiornare basta bl update, e l'Agent non deve toccare il codice

E ancora più interessante: la CLI di Bailian è nativamente compatibile con Claude Code, Qoder, OpenClaw, Hermes Agent e gli altri framework principali. Cioè:

in Claude Code dici «generami un'immagine» e lui chiama direttamente bl image generate
in OpenClaw dici «analizza questo video» e lui chiama direttamente le capacità di comprensione video di bl
in Qoder scrivi codice e, se ti manca una capacità, un bl e sei a posto

L'Agent non richiede alcuna configurazione aggiuntiva per disporre di tutte le capacità dei 150+ modelli di Bailian.

Cosa c'è dietro i 150+ modelli

La piattaforma Bailian aggrega non solo la serie Tongyi di Alibaba, ma anche:

tutta la serie Qwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code e altri)
la serie DeepSeek
la serie GLM (Zhipu)
la serie Kimi (Moonshot)
la serie MiniMax
i multimodali sviluppati da Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
numerosi modelli open source di terze parti integrati

Il vantaggio di questa aggregazione: non devi richiedere una API Key separata per ogni azienda di modelli, ricaricare conti separati, integrarti con ciascuna. Un solo account Bailian e hai tutto.

Insieme a un altro asso nella manica di Alibaba Cloud, il Coding Plan (abbonamento mensile a tariffa fissa che unifica più modelli), gli sviluppatori con una spesa fissa mensile possono usare tutti i modelli di punta, senza più temere di sforare il budget API.

Autenticazione davvero ben pensata

La CLI di Bailian offre tre metodi di autenticazione:

variabile d'ambiente: export DASHSCOPE_API_KEY=sk-xxxxx
comando di login: bl auth login –api-key sk-xxxxx (persistito in ~/.bailian/config.json)
comando singolo: bl text chat –api-key sk-xxxxx –message Hello

Le funzioni da console (app list, usage free) richiedono il login via browser:

bl auth login --console

La ricerca nella knowledge base richiede l'AccessKey di un sotto-account RAM:

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

E l'ufficio aggiunge un consiglio: usate un sotto-account RAM, non le AK/SK dell'account root — un'avvertenza di sicurezza molto professionale.

Il vero segnale di questa mossa di Alibaba

Collocando la CLI di Bailian nelle mosse complessive di Alibaba Cloud di quest'anno, il ritmo è chiarissimo:

28 gennaio: Alibaba Cloud lancia la suite completa di servizi cloud OpenClaw, fornendo l'infrastruttura necessaria agli Agent
aprile: esce Qwen3.7-Max, con capacità di programmazione che insegue da vicino Claude
maggio: parte il pacchetto in abbonamento Coding Plan, dai 49 yuan al mese, aggregando 4 grandi modelli di punta
29 maggio: la CLI di Bailian diventa ufficialmente open source, pronta all'uso per gli Agent

L'intento di questa combinazione di colpi è evidente:

Alibaba Cloud non intende limitarsi a vendere API di modelli. Quello che vuole è essere le utenze — acqua, luce e gas — dell'era degli Agent: per costruire applicazioni Agent, dall'infrastruttura (servizi cloud OpenClaw) alla scelta dei modelli (Coding Plan) alla chiamata delle capacità (CLI Bailian) alla compatibilità con i framework (Claude Code/OpenClaw/Hermes/Qoder), l'intera catena è coperta.

È la stessa logica con cui AWS nell'era del cloud ha fatto S3+EC2+Lambda: si vende il singolo servizio, ma soprattutto l'ecosistema intero.

Che rapporto ha con OpenClaw, Hermes e gli altri progetti

Chi conosce l'ecosistema degli Agent chiederà: se Alibaba ha già Qwen Code e Bailian, perché impegnarsi per la compatibilità con framework di terze parti come OpenClaw e Hermes?

La risposta è molto concreta: il workflow degli sviluppatori è già da tempo in mano a questi framework Agent open source.

OpenClaw, con 356.000 Star, è uno dei progetti open source a crescita più rapida nella storia di GitHub
Hermes Agent ha raccolto 71.000 Star in poco più di due mesi, e sono gli sviluppatori indipendenti a migrarci più volentieri
Claude Code e Qoder sono tra i principali strumenti di programmazione AI sia in Cina sia all'estero

La scelta di Alibaba Cloud: invece di contendersi gli utenti con questi progetti, meglio fare da fornitore di infrastruttura — che tu usi quale framework Agent non me ne importa, tanto le mie capacità le puoi comunque chiamare.

È una strategia della zappa perfettamente matura: i cercatori d'oro si alternano, le zappe si vendono sempre.

Consigli pratici per gli sviluppatori

Se vuoi provarla oggi stesso, ecco l'ordine giusto:

Primo passo: ritirare i token gratuiti

Apri un account dalla console Bailian: ogni modello include 1 milione di token, fino a 50 milioni di quota. Per uno sviluppatore normale sono due mesi di lavoro senza esaurirli.

Secondo passo: installare la CLI

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

Terzo passo: testare le capacità più preziose

Da provare in sequenza:

bl image generate (generazione di immagini, da confrontare con MidJourney)
bl video generate (generazione di video, HappyHorse 1.0)
bl omni (dialogo multimodale)
bl text chat (Qwen3.7-Max, da confrontare con Claude)

Quarto passo: collegarla al tuo Agent

Se usi Claude Code, OpenClaw, Hermes o Qoder, basta configurare bl come strumento disponibile e l'Agent potrà chiamarlo in autonomia.

Quinto passo: provare la demo video

Con la Skill spark-video ufficiale prova a generare un breve video con una sola frase, per farti un'idea di come funziona un workflow Agent completo.

In conclusione

Nell'era degli AI Agent la competizione non è più chi ha il modello col punteggio più alto, ma chi rende più facile per gli Agent usare capacità composite multimodali, multi-capacità e multi-strumento.

Il vero peso dell'open source della CLI di Bailian sta nell'aver appianato l'anello più doloroso: la chiamata delle capacità. Prima, per fare un Agent capace di leggere immagini, scrivere testi, generare video, cercare sul web e interrogare la knowledge base, dovevi integrare più di 5 API. Ora basta un comando bl.

Per gli sviluppatori individuali: l'80% del codice boilerplate in meno, per concentrarsi sulla logica del prodotto.

Per i team aziendali: tanti costi operativi di integrazione API in meno, e in più la copertura di conformità domestica della piattaforma Bailian.

Per l'intero ecosistema Agent: un modello come la CLI di Bailian — capacità atomiche + design orientato agli Agent — potrebbe essere imitato dagli altri grandi colossi. Nel prossimo anno o due molto probabilmente vedremo Tencent Cloud, Huawei Cloud e ByteDance Volcano Engine lanciare CLI simili.

La battaglia per le utenze degli AI Agent è ufficialmente cominciata.

Indirizzo GitHub: github.com/modelstudioai/cli