Русский

← Вернуться к списку

Одна команда вместо пяти API! Alibaba Cloud открывает исходный код Bailian CLI — битва за «коммунальные услуги» для агентов официально началась

itadol5j

Обложка

29 мая Alibaba Cloud сделала то, что привело в восторг разработчиков агентов, — ключевые возможности Bailian официально стали доступны через CLI: одной командой AI-агент может автоматически подключать более 150 моделей, более 10 приложений, базы знаний, память, интернет-поиск и весь остальной набор возможностей.

Что ещё важнее, Bailian CLI выложен в открытый код на GitHub (modelstudioai/cli) и из коробки поддерживает основные агентские фреймворки: Claude Code, Qoder, OpenClaw, Hermes Agent и другие.

Коротко: агентские возможности, для которых раньше приходилось вручную вызывать 10 API, теперь целиком закрываются одной командой bl.

Что же такое Bailian CLI

Alibaba Cloud Bailian (Model Studio) — платформа комплексной разработки приложений на больших моделях и агентов. Раньше взаимодействие шло через веб-консоль + API SDK: нужно было писать код, настраивать окружение, следить за токенами.

Теперь Bailian CLI перенесла все ключевые возможности в командную строку:

  • текстовые диалоги: основные модели вроде Qwen3.7-max
  • мультимодальность (Omni): полная поддержка текста, изображений, аудио и видео
  • генерация/редактирование изображений: Qwen-Image 2.0, профессиональный рендеринг текста, фотореалистичное качество, совмещение нескольких картинок
  • генерация/редактирование видео: серия HappyHorse-1.0, видео из текста/изображения/референс-видео, до 9 референс-изображений
  • синтез и распознавание речи: CosyVoice с потоковым TTS и клонированием голоса по 5–20 секундам записи; FunAudio-ASR покрывает 30 языков, включая 7 китайских диалектов
  • понимание изображений/видео: Qwen-VL, анализ длинных видео, разбор графиков и документов, визуальные рассуждения, многоязычный OCR
  • база знаний + память: мультимодальный RAG-поиск + память между сессиями
  • вызов приложений: прямое обращение к опубликованным на платформе Bailian агентам и Workflow
  • веб-поиск: поиск в интернете в реальном времени
  • возможности консоли: просмотр списка приложений, проверка бесплатной квоты
  • автозагрузка локальных файлов: каждый параметр-URL принимает локальный путь и автоматически загружает файл в бесплатное временное хранилище (срок действия 48 часов)

Причём каждая команда может выступать как структурированный tool call — то есть AI-агент может вызывать их напрямую, без обёрток, написанных вами.

Установка в три шага — и в полёт

Требования к окружению: Node.js >= 22.12.

Шаг 1: установка CLI + Skills

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

Шаг 2: аутентификация

bl auth login --api-key sk-xxxxx

API Key берётся из консоли Bailian; бесплатным пользователям на каждую модель дают 1 миллион токенов, максимум можно получить 50 миллионов.

Шаг 3: начинаем пользоваться

Чат с Qwen:

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

Мультимодальный диалог (текст + изображения + аудио + видео):

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

Генерация изображений:

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

Генерация видео (из локальных изображений):

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

Проверка бесплатной квоты:

bl usage free --model qwen3-max

Просмотр приложений Bailian:

bl app list

Самообновление:

bl update

Двухминутное японское видео о юности по одной фразе: настоящий официальный демо-пример

Иллюстрация

В GitHub README у Bailian CLI есть официальный демо-пример, от которого у меня мозг закипел.

Исходный промпт:

Сгенерируй мне видео в японском кинематографическом стиле: история первой наивной любви школьницы, очень милый сюжет, чтобы после просмотра хотелось влюбиться, видео длительностью около 2 минут, формат 16:9

Результат: полноценный 2-минутный кинематографичный короткометражный ролик 16:9, без единого ручного монтажа.

Цепочка исполнения выглядела так:

  • Qwen Code (агентная модель для кодинга) разбирает намерение пользователя, планирует ритм повествования и решает, какие инструменты вызвать
  • Skill spark-video разбивает историю на кадры, пишет промпт для каждого кадра и поддерживает визуальную целостность (персонажи, свет, цветовая гамма, киноязык)
  • команда bl video generate из Bailian CLI параллельно распределяет каждый кадр на генерацию в HappyHorse 1.0
  • Skill склеивает все фрагменты в финальный продукт 16:9 на 2 минуты

Ни перетаскивания таймлайна, ни покадрового монтажа: одна фраза на входе — готовое видео на выходе.

В этом и главная ценность CLI-версии — превращение сложных рабочих процессов в атомарные возможности, которые агент может оркестрировать автоматически.

Почему CLI — убийственный ход эпохи агентов

Может показаться: ну CLI, командная строка, старая технология — стоит ли так переживать?

Всё дело в том, насколько формат CLI совпадает с природой агентов.

Подключение через классический API:

  • нужно писать код (отдельный набор для Python/Node/Go)
  • нужно управлять версиями SDK
  • нужно обрабатывать аутентификацию, таймауты, ретраи, коды ошибок
  • для вызова агентом ещё и обёртки писать

Подключение через CLI:

  • агенты и так работают через shell — CLI для них естественный язык
  • одна команда — один вызов инструмента, структурированный вывод скармливается модели напрямую
  • нет языковых барьеров: вызывается из bash, Python, Node, Go
  • обновление — просто bl update, агенту не надо менять код

Ещё интереснее то, что Bailian CLI из коробки совместима с основными агентскими фреймворками: Claude Code, Qoder, OpenClaw, Hermes Agent. Это значит:

  • в Claude Code просите сгенерировать картинку — он напрямую вызывает bl image generate
  • в OpenClaw просите разобрать это видео — он напрямую вызывает возможности понимания видео из bl
  • пишете код в Qoder, не хватает какой-то возможности — просто вызываете bl

Агенту не нужна никакая дополнительная настройка, чтобы получить весь арсенал 150+ моделей Bailian.

Что стоит за 150+ моделями

Платформа Bailian агрегирует не только линейку Alibaba Tongyi, но и:

  • всю серию Tongyi Qianwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code и др.)
  • серию DeepSeek
  • серию GLM (Zhipu)
  • серию Kimi (Moonshot)
  • серию MiniMax
  • собственные мультимодальные разработки Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
  • массу интегрированных сторонних open-source моделей

Плюс такой агрегации: не нужно отдельно получать API Key каждой компании, отдельно пополнять баланс, отдельно интегрироваться. Один аккаунт Bailian закрывает всё.

В связке с другим козырем Alibaba Cloud — Coding Plan (подписка с фиксированной месячной платой, объединяющая несколько моделей) — разработчик за фиксированную месячную плату получает доступ ко всем топовым моделям и больше не боится превысить бюджет API-вызовов.

Способы аутентификации продуманы

Иллюстрация

Bailian CLI предлагает три способа аутентификации:

  • переменная окружения: export DASHSCOPE_API_KEY=sk-xxxxx
  • команда входа: bl auth login –api-key sk-xxxxx (сохраняется в ~/.bailian/config.json)
  • разовая команда: bl text chat –api-key sk-xxxxx –message Hello

функции консоли (app list, usage free) требуют входа через браузер:

bl auth login --console

поиск по базе знаний требует AccessKey субаккаунта RAM:

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

И официальное напоминание: используйте субаккаунт RAM, а не корневой AK/SK — очень грамотный совет по безопасности.

Настоящий сигнал этой стратегии Alibaba

Если вписать выпуск Bailian CLI в общую последовательность шагов Alibaba Cloud за этот год, ритм становится очевиден:

  • 28 января: Alibaba Cloud запустила полный набор облачных сервисов OpenClaw, обеспечивая всю инфраструктуру, нужную агентам
  • апрель: релиз Tongyi Qianwen Qwen3.7-Max, кодинг-способности вплотную приблизились к Claude
  • май: запуск подписки Coding Plan, от 49 юаней в месяц с доступом к 4 ведущим моделям
  • 29 мая: Bailian CLI официально открыта, агентам — установить и пользоваться

Замысел этой серии ударов предельно ясен:

Alibaba Cloud не собирается ограничиваться бизнесом продажи API моделей. Её цель — стать «коммунальными службами» эпохи агентов: для агентских приложений покрывается вся цепочка — от инфраструктуры (облачные сервисы OpenClaw), через выбор моделей (Coding Plan) и вызов возможностей (Bailian CLI) до совместимости с агентскими фреймворками (Claude Code/OpenClaw/Hermes/Qoder).

Это ровно та же логика, с которой AWS в облачную эпоху делал S3+EC2+Lambda — продавать не отдельный сервис, а целую экосистему.

Как это связано с проектами вроде OpenClaw и Hermes

Разбирающиеся в агентской экосистеме спросят: раз у Alibaba есть собственные Qwen Code и Bailian, зачем добровольно обеспечивать совместимость с третьими фреймворками — OpenClaw, Hermes и прочими?

Ответ очень прагматичен: рабочие процессы разработчиков давно захвачены этими опенсорсными агентскими фреймворками.

  • OpenClaw — 356 тысяч звёзд, один из самых быстрорастущих open-source проектов в истории GitHub
  • Hermes Agent — 71 тысяча звёзд за два с небольшим месяца, активнее всех мигрируют независимые разработчики
  • Claude Code и Qoder — топовые AI-инструменты для программирования и в Китае, и за рубежом

Выбор Alibaba Cloud: вместо борьбы за умы разработчиков просто стать хорошим поставщиком инфраструктуры — на каком агентском фреймворке вы ни сидите, все мои возможности вам доступны.

Это очень зрелая стратегия «продажи лопат»: золотодобытчики меняются, лопаты продаются всегда.

Практические советы разработчикам

Иллюстрация

Если хотите попробовать прямо сегодня, идите в таком порядке:

Шаг первый: забрать бесплатные токены

Заведите аккаунт в консоли Bailian: на каждую модель дают 1 миллион токенов, всего до 50 миллионов. Обычному разработчику этого хватит на два месяца активной работы.

Шаг второй: установить CLI

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

Шаг третий: протестировать самые ценные возможности

Пробуйте по порядку:

  • bl image generate (генерация изображений, сравните с MidJourney)
  • bl video generate (генерация видео, HappyHorse 1.0)
  • bl omni (мультимодальный диалог)
  • bl text chat (Qwen3.7-Max, сравните с Claude)

Шаг четвёртый: подключить своего агента

Если вы пользуетесь Claude Code, OpenClaw, Hermes или Qoder, просто добавьте bl в список доступных инструментов — агент сможет вызывать его самостоятельно.

Шаг пятый: запустить видео-демо

Попробуйте официальный Skill spark-video: одной фразой сгенерировать короткое видео и прочувствовать, как выглядит полный агентский рабочий процесс.

Напоследок

Конкуренция в эпоху AI-агентов — уже не о том, у кого модель набрала больше очков, а о том, кто сделает для агентов максимально лёгким доступ к мультимодальным, многофункциональным и кросс-инструментальным составным возможностям.

Настоящий вес опенсорса Bailian CLI в том, что он стёр самый болезненный этап — вызов возможностей. Раньше, чтобы сделать агента, умеющего распознавать картинки, писать тексты, генерировать видео, искать в интернете и работать с базой знаний, приходилось подключать 5+ API. Теперь — одна команда bl.

Индивидуальным разработчикам: минус 80% boilerplate-кода, всё внимание — продуктовой логике.

Корпоративным командам: минус операционные издержки на кучу API-интеграций, плюс комплаенс-поддержка платформы Bailian внутри Китая.

Для всей агентской экосистемы: такой паттерн «атомарные возможности + агентодружелюбный дизайн», как у Bailian CLI, могут скопировать другие крупные игроки. В ближайшие год-два стоит ожидать аналогичных CLI-инструментов от Tencent Cloud, Huawei Cloud и Volcengine ByteDance.

Битва за «коммунальные услуги» AI-агентов официально началась.

Адрес на GitHub: github.com/modelstudioai/cli