繁體中文

← 返回列表

一行命令幹翻5個API！阿里雲百鍊CLI開源，Agent水電煤之戰正式開打

itadol5j

封面

5月29日，阿里雲幹了一件讓 Agent 開發者集體高潮的事——百鍊核心能力正式 CLI 化，一行命令就能讓 AI Agent 自動接入 150 多款模型、10 多款應用、知識庫、記憶、聯網搜索等全套能力。

更關鍵的是，百鍊 CLI 已在 GitHub 開源（modelstudioai/cli），原生支持 Claude Code、Qoder、OpenClaw、Hermes Agent 等主流 Agent 框架。

一句話總結：以前你要手動調 10 個 API 才能實現的 Agent 能力，現在一行 bl 命令全搞定。

百鍊 CLI 到底是什麼

阿里雲百鍊（Model Studio）是一站式大模型與 Agent 應用開發平臺。以前它的交互方式是 Web 控制檯 + API SDK，你得寫代碼、配環境、管 Token。

現在百鍊 CLI 把核心能力全部搬到了命令行：

  • 文本對話：Qwen3.7-max 等主流模型
  • 多模態（Omni）：文本 + 圖片 + 音頻 + 視頻全支持
  • 圖片生成/編輯：Qwen-Image 2.0，專業文字渲染、照片級畫質、多圖合成
  • 視頻生成/編輯：HappyHorse-1.0 系列，文生視頻/圖生視頻/參考視頻，最多 9 圖參考
  • 語音合成/識別：CosyVoice 流式 TTS + 5-20 秒語音克隆；FunAudio-ASR 覆蓋 30 種語言含 7 種中文方言
  • 圖像/視頻理解：Qwen-VL，長視頻分析、圖表文檔解析、視覺推理、多語言 OCR
  • 知識庫 + 記憶：多模態 RAG 檢索 + 跨會話記憶
  • 應用調用：直接調用百鍊平臺已發佈的 Agent 和 Workflow
  • 聯網搜索：實時互聯網檢索
  • 控制檯能力：瀏覽應用列表、查免費額度
  • 本地文件自動上傳：每個 URL 參數都接受本地路徑，自動上傳到免費臨時存儲（48小時有效）

而且每個命令都可以作爲結構化的 tool call——這意味着 AI Agent 可以直接調用，不用你寫 wrapper。

三步安裝，即刻起飛

環境要求：Node.js >= 22.12。

Step 1：安裝 CLI + Skills

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

Step 2：認證

bl auth login --api-key sk-xxxxx

API Key 從百鍊控制檯獲取，免費用戶每個模型送 100 萬 Token，最高可領 5000 萬。

Step 3：開用

跟 Qwen 聊天：

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

多模態對話（文字+圖片+音頻+視頻）：

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

生成圖片：

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

生成視頻（從本地圖片）：

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

查免費額度：

bl usage free --model qwen3-max

瀏覽百鍊應用：

bl app list

自更新：

bl update

一句話生成 2 分鐘日系青春視頻：官方真實 Demo

插圖

百鍊 CLI 的 GitHub README 上有一段官方 Demo，看完整個人就懵了。

原始 Prompt：

幫我生成一段日系影視風格，高中女生的青澀初戀故事，劇情高甜，讓人看了想談戀愛，2分鐘左右的視頻，尺寸是16:9

最終產出：完整 2 分鐘、16:9 電影級短片，全程零人工剪輯。

背後的執行鏈是這樣的：

  • Qwen Code（agentic coding 模型）解析用戶意圖、規劃敘事節奏、決定調用哪些工具
  • spark-video Skill 把故事拆分成鏡頭、寫每個鏡頭的 prompt、保持視覺連貫性（角色、燈光、色調、鏡頭語言）
  • 百鍊 CLI 的 bl video generate 把每個鏡頭並行分發給 HappyHorse 1.0 生成
  • Skill 把所有片段重新拼接成最終 16:9、2 分鐘的成品

沒有時間軸拖拉、沒有逐幀編輯，一句話進、一個視頻出。

這就是 CLI 化最大的價值——把複雜工作流變成可被 Agent 自動編排的原子能力。

爲什麼 CLI 化是 Agent 時代的殺招

你可能覺得：CLI 不就是命令行嘛，老技術了，至於這麼激動？

關鍵就在 CLI 這個形式跟 Agent 的契合度。

傳統 API 接入：

  • 要寫代碼（Python/Node/Go 各搞一套）
  • 要管 SDK 版本
  • 要處理鑑權、超時、重試、錯誤碼
  • Agent 調用還要寫 wrapper

CLI 接入：

  • Agent 就是用 shell 幹活的，CLI 是天然語言
  • 一行命令就是一個工具調用，結構化輸出直接喂回模型
  • 跨語言無壓力，bash、Python、Node、Go 都能調
  • 升級只需 bl update，Agent 不用改代碼

更刺激的是，百鍊 CLI 直接原生兼容 Claude Code、Qoder、OpenClaw、Hermes Agent 這些主流 Agent 框架。意思就是：

  • 你在 Claude Code 裏說幫我生成一張圖，它直接調 bl image generate
  • 你在 OpenClaw 裏說分析這段視頻，它直接調 bl 的視頻理解能力
  • 你在 Qoder 裏寫代碼，缺啥能力直接 bl 一下

Agent 不需要任何額外配置，就能擁有百鍊 150+ 模型的全套能力。

150+ 模型背後是什麼

百鍊平臺聚合的不只是阿里通義系列，還包括：

  • 通義千問全系列（Qwen3-Max、Qwen-Image 2.0、Qwen-VL、Qwen Code 等）
  • DeepSeek 系列
  • GLM 系列（智譜）
  • Kimi 系列（月之暗面）
  • MiniMax 系列
  • 阿里自研多模態：HappyHorse、CosyVoice、FunAudio-ASR
  • 第三方開源模型大量集成

這種聚合的好處是：你不用爲每家模型公司單獨申請 API Key、單獨充值、單獨對接。一份百鍊賬號通喫。

配合阿里雲另一個殺手鐧 Coding Plan（多模型合一的固定月費訂閱），開發者每個月固定花費就能用遍所有頭部模型，不再擔心 API 調用超預算。

鑑權方式很貼心

插圖

百鍊 CLI 提供三種鑑權方式：

  • 環境變量：export DASHSCOPE_API_KEY=sk-xxxxx
  • 登錄命令：bl auth login –api-key sk-xxxxx（持久化到 ~/.bailian/config.json）
  • 單次命令：bl text chat –api-key sk-xxxxx –message Hello

控制檯能力（app list、usage free）需要瀏覽器登錄：

bl auth login --console

知識庫檢索需要 RAM 子賬號 AccessKey：

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

官方還提醒：用 RAM 子賬號，別用根賬號 AK/SK——這個安全提醒非常專業。

阿里這波佈局的真正信號

把百鍊 CLI 這件事放到阿里雲今年的整體動作裏看，節奏就很清晰了：

  • 1 月 28 日：阿里雲上線 OpenClaw 全套雲服務，全面提供 Agent 所需的基礎設施
  • 4 月：通義千問 Qwen3.7-Max 發佈，編程能力直追 Claude
  • 5 月：Coding Plan 訂閱套餐上線，49 元/月起聚合 4 大頭部模型
  • 5 月 29 日：百鍊 CLI 正式開源，Agent 即裝即用

這一串組合拳的意圖非常明顯：

阿里雲不打算只做賣模型 API的生意。它要做的是Agent 時代的水電煤——你要做 Agent 應用，從基礎設施（OpenClaw 雲服務）、到模型選型（Coding Plan）、到能力調用（百鍊 CLI）、到 Agent 框架兼容（Claude Code/OpenClaw/Hermes/Qoder），整條鏈路全部覆蓋。

這跟 AWS 在雲時代做 S3+EC2+Lambda 的邏輯一模一樣——賣單個服務，更要賣整個生態。

跟 OpenClaw、Hermes 這些項目什麼關係

懂 Agent 生態的人會問：阿里既然有自己的 Qwen Code 和百鍊，爲啥還要主動兼容 OpenClaw、Hermes 這些第三方框架？

答案很現實：開發者的工作流早就被這些開源 Agent 框架佔領了。

  • OpenClaw 35.6 萬 Star，是 GitHub 歷史上增速最快的開源項目之一
  • Hermes Agent 兩個多月 7.1 萬 Star，獨立開發者遷移最積極
  • Claude Code、Qoder 在國內外都是頭部 AI 編程工具

阿里雲的選擇是：與其和這些項目競爭用戶心智，不如直接當好基礎設施供應商——你用什麼 Agent 框架我都不管，反正我的能力你都能調到。

這是非常成熟的賣鏟子策略。淘金的人換來換去，鏟子永遠在賣。

給開發者的實操建議

插圖

如果你今天就想試，按這個順序來：

第一步：領免費 Token

去百鍊控制檯開通賬號，每個模型送 100 萬 Token，最高 5000 萬額度。普通開發者跑兩個月都跑不完。

第二步：裝 CLI

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

第三步：測最值錢的能力

依次試：

  • bl image generate（圖片生成，對比 MidJourney）
  • bl video generate（視頻生成，HappyHorse 1.0）
  • bl omni（多模態對話）
  • bl text chat（Qwen3.7-Max，對比 Claude）

第四步：接入你的 Agent

如果你在用 Claude Code、OpenClaw、Hermes 或 Qoder，直接把 bl 配置爲可用工具，Agent 就能自主調用。

第五步：跑跑視頻 Demo

用官方的 spark-video Skill 試試一句話生成短視頻，感受下完整 Agent 工作流是什麼樣。

寫在最後

AI Agent 時代的競爭，已經不再是誰的模型分數高，而是誰能讓 Agent 最容易用上多模態、多能力、跨工具的複合能力。

百鍊 CLI 開源這件事的真正分量，在於它把調用能力這個最痛的環節抹平了。以前你想做一個能識圖、能寫文、能生視頻、能聯網搜索、能調用知識庫的 Agent，得對接 5 個以上的 API。現在一個 bl 命令搞定。

對個人開發者：少寫 80% 的 boilerplate 代碼，專心做產品邏輯。

對企業團隊：少了一堆 API 集成的運維成本，多了百鍊平臺的國內合規背書。

對整個 Agent 生態：百鍊 CLI 這種原子化能力 + Agent 友好的設計模式，可能會被其他大廠效仿。未來一兩年我們大概率會看到騰訊雲、華爲雲、字節火山引擎跟進類似的 CLI 工具。

AI Agent 的水電煤之戰，正式開打。

GitHub 地址：github.com/modelstudioai/cli