Um único comando no lugar de 5 APIs! A Bailian CLI da Aliyun vira open source, e a guerra das “utilidades” dos agentes de IA começa de vez

Em 29 de maio, a Aliyun fez algo que deixou os desenvolvedores de agentes em êxtase coletivo — as capacidades centrais da Bailian foram oficialmente transformadas em CLI, e um único comando permite que um agente de IA se conecte automaticamente a mais de 150 modelos, mais de 10 aplicativos, bases de conhecimento, memória, busca na web e todo o conjunto de capacidades.

Mais importante: a Bailian CLI já está open source no GitHub (modelstudioai/cli), com suporte nativo a frameworks de agentes mainstream como Claude Code, Qoder, OpenClaw e Hermes Agent.

Resumindo em uma frase: aquelas capacidades de agente que antes exigiam a chamada manual de 10 APIs, agora um único comando bl resolve tudo.

O que é afinal a Bailian CLI

A Bailian (Model Studio) da Aliyun é uma plataforma completa de desenvolvimento de aplicações com grandes modelos e agentes. Antes, a interação era via console Web + SDK de API: você escrevia código, configurava ambiente e gerenciava tokens.

Agora a Bailian CLI trouxe todas as capacidades centrais para a linha de comando:

conversas de texto: modelos mainstream como Qwen3.7-max
multimodal (Omni): suporte completo a texto + imagem + áudio + vídeo
geração/edição de imagens: Qwen-Image 2.0, renderização profissional de texto, qualidade fotográfica, composição de múltiplas imagens
geração/edição de vídeos: série HappyHorse-1.0, texto-para-vídeo, imagem-para-vídeo, vídeo de referência, com até 9 imagens de referência
síntese/reconhecimento de voz: CosyVoice com TTS em streaming + clonagem de voz de 5 a 20 segundos; FunAudio-ASR cobre 30 idiomas, incluindo 7 dialetos chineses
compreensão de imagens/vídeos: Qwen-VL, análise de vídeos longos, interpretação de gráficos e documentos, raciocínio visual, OCR multilíngue
base de conhecimento + memória: recuperação RAG multimodal + memória entre sessões
chamada de aplicativos: invoca diretamente agentes e workflows já publicados na plataforma Bailian
busca na web: pesquisa na internet em tempo real
capacidades de console: navegar pela lista de aplicativos, consultar cotas gratuitas
upload automático de arquivos locais: todo parâmetro de URL aceita caminho local, com envio automático para o armazenamento temporário gratuito (válido por 48 horas)

E cada comando pode ser usado como tool call estruturada — ou seja, os agentes de IA podem chamá-los diretamente, sem você precisar escrever wrappers.

Instalação em três passos, decolagem imediata

Requisito de ambiente: Node.js >= 22.12.

Passo 1: instalar a CLI + Skills

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

Passo 2: autenticação

bl auth login --api-key sk-xxxxx

A API Key é obtida no console da Bailian; usuários gratuitos ganham 1 milhão de tokens por modelo, com cota máxima de 50 milhões.

Passo 3: começar a usar

Conversar com o Qwen:

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

Conversa multimodal (texto + imagem + áudio + vídeo):

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

Gerar imagem:

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

Gerar vídeo (a partir de imagem local):

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

Consultar cota gratuita:

bl usage free --model qwen3-max

Navegar pelos aplicativos da Bailian:

bl app list

Autoatualização:

bl update

Uma frase gera um vídeo japonês de romance juvenil de 2 minutos: demo oficial real

O README da Bailian CLI no GitHub tem uma demo oficial que, vista por inteiro, deixa qualquer pessoa de queixo caído.

Prompt original:

Gere para mim um vídeo de cerca de 2 minutos em estilo cinematográfico japonês, a doce história do primeiro amor ingênuo de uma estudante do ensino médio, com um enredo extremamente fofo, que deixe quem assistir com vontade de se apaixonar, em formato 16:9

Resultado final: um curta completo de 2 minutos em 16:9 com qualidade cinematográfica, sem nenhuma edição manual.

A cadeia de execução por trás foi esta:

o Qwen Code (modelo de agentic coding) interpreta a intenção do usuário, planeja o ritmo narrativo e decide quais ferramentas chamar
a Skill spark-video divide a história em cenas, escreve o prompt de cada cena e mantém a coerência visual (personagens, iluminação, paleta, linguagem de câmera)
o bl video generate da Bailian CLI distribui as cenas em paralelo para o HappyHorse 1.0 gerar
a Skill remonta todos os trechos no produto final de 16:9 e 2 minutos

Sem timeline arrastável, sem edição quadro a quadro: entra uma frase, sai um vídeo.

Esse é o maior valor da transformação em CLI — converter fluxos de trabalho complexos em capacidades atômicas que os agentes podem orquestrar automaticamente.

Por que a transformação em CLI é a arma letal da era dos agentes

Você pode pensar: CLI é só linha de comando, tecnologia antiga — motivo para tanta empolgação?

A chave está no quão bem o formato CLI se encaixa nos agentes.

Integração via API tradicional:

exige escrever código (uma versão para cada: Python/Node/Go)
exige gerenciar versões de SDK
exige tratar autenticação, timeouts, retries e códigos de erro
o agente ainda precisa de um wrapper para chamar

Integração via CLI:

o agente trabalha justamente com shell; CLI é a língua natural dele
um comando é uma chamada de ferramenta, com saída estruturada que vai direto de volta ao modelo
sem barreira de linguagem: bash, Python, Node e Go podem chamar
atualizar é só bl update, o agente não precisa mudar código

E o mais estimulante: a Bailian CLI já é nativamente compatível com frameworks de agentes mainstream como Claude Code, Qoder, OpenClaw e Hermes Agent. Na prática:

no Claude Code, você diz “gere uma imagem para mim” e ele chama direto o bl image generate
no OpenClaw, você diz “analise este vídeo” e ele chama direto a capacidade de compreensão de vídeo do bl
no Qoder, enquanto você programa, faltou alguma capacidade? É só dar um bl

Sem nenhuma configuração extra, o agente ganha o conjunto completo de capacidades dos mais de 150 modelos da Bailian.

O que está por trás dos 150+ modelos

O que a plataforma Bailian agrega não é só a família Tongyi da Alibaba, incluindo também:

toda a série Qwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code etc.)
série DeepSeek
série GLM (Zhipu)
série Kimi (Moonshot)
série MiniMax
multimodais desenvolvidos pela própria Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
grande quantidade de modelos open source de terceiros integrados

A vantagem dessa agregação: você não precisa pedir API Key a cada empresa de modelos, recarregar saldo separadamente nem fazer integração uma a uma. Uma única conta Bailian resolve tudo.

Combinado com outra carta da Aliyun, o Coding Plan (assinatura de taxa mensal fixa que reúne vários modelos), o desenvolvedor gasta um valor fixo por mês e usa todos os modelos de ponta, sem mais medo de estourar o orçamento de chamadas de API.

Métodos de autenticação bem pensados

A Bailian CLI oferece três formas de autenticação:

variável de ambiente: export DASHSCOPE_API_KEY=sk-xxxxx
comando de login: bl auth login –api-key sk-xxxxx (persistido em ~/.bailian/config.json)
comando único: bl text chat –api-key sk-xxxxx –message Hello

as capacidades de console (app list, usage free) exigem login pelo navegador:

bl auth login --console

a busca na base de conhecimento exige AccessKey de subconta RAM:

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

A documentação ainda alerta: use a subconta RAM, não a AK/SK da conta raiz — um lembrete de segurança muito profissional.

O verdadeiro sinal por trás da jogada da Alibaba

Colocando a Bailian CLI no conjunto de movimentos da Aliyun neste ano, o ritmo fica claro:

28 de janeiro: a Aliyun lança o pacote completo de serviços em nuvem do OpenClaw, oferecendo toda a infraestrutura de que os agentes precisam
abril: lançamento do Qwen3.7-Max da família Qwen, com capacidade de programação chegando perto do Claude
maio: entra no ar o pacote de assinatura Coding Plan, a partir de 49 yuans/mês agregando 4 grandes modelos de ponta
29 de maio: a Bailian CLI é oficialmente aberta, pronta para uso imediato pelos agentes

A intenção dessa sequência de golpes é evidente:

a Aliyun não pretende apenas vender APIs de modelos. O que ela quer ser é as “utilidades” (água, luz e gás) da era dos agentes — para construir aplicações de agentes, desde a infraestrutura (serviços em nuvem OpenClaw), à escolha de modelos (Coding Plan), à chamada de capacidades (Bailian CLI), à compatibilidade com frameworks de agentes (Claude Code/OpenClaw/Hermes/Qoder), toda a cadeia está coberta.

É exatamente a mesma lógica da AWS na era da nuvem com S3+EC2+Lambda — vender serviços individuais, mas sobretudo vender o ecossistema inteiro.

Qual a relação com projetos como OpenClaw e Hermes

Quem entende o ecossistema de agentes vai perguntar: se a Alibaba tem o seu próprio Qwen Code e a Bailian, por que se dar ao trabalho de ser compatível com frameworks de terceiros como OpenClaw e Hermes?

A resposta é bem realista: os fluxos de trabalho dos desenvolvedores já foram ocupados por esses frameworks de agentes open source.

o OpenClaw tem 356 mil Stars, um dos projetos open source que mais cresceram rápido na história do GitHub
o Hermes Agent chegou a 71 mil Stars em pouco mais de dois meses, com os desenvolvedores independentes migrando mais ativamente
Claude Code e Qoder são ferramentas de IA para programação de ponta dentro e fora da China

A escolha da Aliyun: em vez de competir pela mente dos usuários com esses projetos, melhor ser diretamente o fornecedor de infraestrutura — não importa qual framework de agente você use, minhas capacidades você consegue chamar.

É uma estratégia de venda de pás muito madura. Os garimpeiros vão e vêm, as pás continuam sendo vendidas.

Dicas práticas para desenvolvedores

Se você quer testar ainda hoje, siga esta ordem:

Primeiro passo: pegar os tokens gratuitos

Crie a conta no console da Bailian: 1 milhão de tokens grátis por modelo, com cota máxima de 50 milhões. Um desenvolvedor comum não consegue gastar nem em dois meses.

Segundo passo: instalar a CLI

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

Terceiro passo: testar as capacidades mais valiosas

Teste nesta ordem:

bl image generate (geração de imagens, compare com o MidJourney)
bl video generate (geração de vídeos, HappyHorse 1.0)
bl omni (conversa multimodal)
bl text chat (Qwen3.7-Max, compare com o Claude)

Quarto passo: integrar ao seu agente

Se você usa Claude Code, OpenClaw, Hermes ou Qoder, basta configurar o bl como ferramenta disponível, e o agente pode chamá-lo por conta própria.

Quinto passo: rodar a demo de vídeo

Use a Skill spark-video oficial para testar a geração de vídeo curto com uma frase e sentir como é um fluxo de trabalho completo de agente.

Palavras finais

A competição na era dos agentes de IA não é mais sobre quem tem o modelo com maior pontuação, e sim sobre quem facilita que os agentes usem capacidades compostas: multimodais, múltiplas habilidades e múltiplas ferramentas.

O verdadeiro peso da abertura da Bailian CLI está em aplanar o elo mais doloroso: chamar capacidades. Antes, para fazer um agente que reconhecesse imagens, escrevesse textos, gerasse vídeos, pesquisasse na web e consultasse bases de conhecimento, era preciso integrar mais de 5 APIs. Agora, um único comando bl resolve.

Para desenvolvedores individuais: 80% menos código boilerplate, foco total na lógica do produto.

Para equipes corporativas: menos custo operacional de integração de APIs e o respaldo de conformidade doméstica da plataforma Bailian.

Para o ecossistema de agentes como um todo: o padrão da Bailian CLI de capacidades atômicas + design amigável a agentes pode ser imitado por outras grandes empresas. Nos próximos um ou dois anos, é bem provável que a Tencent Cloud, a Huawei Cloud e a Volcengine da ByteDance sigam com CLIs semelhantes.

A guerra das “utilidades” dos agentes de IA começa oficialmente agora.

Endereço no GitHub: github.com/modelstudioai/cli