Một dòng lệnh thay thế 5 API! Alibaba Cloud mở nguồn Bailian CLI, cuộc chiến “điện nước gas” của Agent chính thức khai chiến

Ngày 29/5, Alibaba Cloud đã làm một chuyện khiến giới developer Agent đồng loạt “phát cuồng” — các năng lực cốt lõi của Bailian chính thức CLI hóa, chỉ một dòng lệnh đã có thể để AI Agent tự động kết nối hơn 150 mô hình, hơn 10 ứng dụng, kho tri thức, trí nhớ, tìm kiếm trực tuyến... toàn bộ năng lực.

Quan trọng hơn, Bailian CLI đã mở nguồn trên GitHub (modelstudioai/cli), hỗ trợ nguyên bản các framework Agent chủ lưu như Claude Code, Qoder, OpenClaw, Hermes Agent.

Tóm tắt trong một câu: trước đây bạn phải thủ công gọi 10 API mới đạt được các năng lực Agent, giờ chỉ một lệnh bl là giải quyết tất cả.

Bailian CLI thực chất là gì

Alibaba Cloud Bailian (Model Studio) là nền tảng phát triển ứng dụng mô hình lớn và Agent một chặng. Trước đây cách tương tác của nó là Web console + API SDK, bạn phải viết code, cấu hình môi trường, quản lý Token.

Giờ Bailian CLI đã chuyển toàn bộ năng lực cốt lõi lên dòng lệnh:

Hội thoại văn bản: các mô hình chủ lưu như Qwen3.7-max
Đa phương thức (Omni): hỗ trợ trọn bộ văn bản + hình ảnh + âm thanh + video
Tạo/chỉnh sửa hình ảnh: Qwen-Image 2.0, render chữ chuyên nghiệp, chất lượng ảnh như chụp thật, ghép nhiều ảnh
Tạo/chỉnh sửa video: dòng HappyHorse-1.0, văn bản thành video / ảnh thành video / video tham chiếu, tối đa 9 ảnh tham chiếu
Tổng hợp/nhận dạng giọng nói: CosyVoice TTS dạng streaming + nhân bản giọng nói từ 5-20 giây; FunAudio-ASR phủ 30 ngôn ngữ trong đó có 7 phương ngữ tiếng Trung
Hiểu ảnh/video: Qwen-VL, phân tích video dài, phân tích biểu đồ tài liệu, suy luận thị giác, OCR đa ngôn ngữ
Kho tri thức + trí nhớ: truy xuất RAG đa phương thức + trí nhớ xuyên phiên
Gọi ứng dụng: trực tiếp gọi các Agent và Workflow đã phát hành trên nền tảng Bailian
Tìm kiếm trực tuyến: truy vấn internet theo thời gian thực
Năng lực console: duyệt danh sách ứng dụng, tra hạn mức miễn phí
Tự động tải lên tệp cục bộ: mỗi tham số URL đều nhận đường dẫn cục bộ, tự động tải lên kho lưu trữ tạm miễn phí (hiệu lực 48 giờ)

Hơn nữa, mỗi lệnh đều có thể dùng làm tool call có cấu trúc — nghĩa là AI Agent có thể gọi trực tiếp, không cần bạn viết wrapper.

Cài đặt ba bước, cất cánh ngay

Yêu cầu môi trường: Node.js >= 22.12.

Bước 1: cài CLI + Skills

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

Bước 2: xác thực

bl auth login --api-key sk-xxxxx

API Key lấy từ console Bailian, người dùng miễn phí mỗi mô hình được tặng 1 triệu Token, tối đa có thể nhận 50 triệu.

Bước 3: bắt đầu dùng

Trò chuyện với Qwen:

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

Hội thoại đa phương thức (chữ + ảnh + âm thanh + video):

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

Tạo ảnh:

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

Tạo video (từ ảnh cục bộ):

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

Tra hạn mức miễn phí:

bl usage free --model qwen3-max

Duyệt ứng dụng Bailian:

bl app list

Tự cập nhật:

bl update

Một câu sinh video thanh xuân phong cách Nhật dài 2 phút: Demo chính thức thật

Trên GitHub README của Bailian CLI có một Demo chính thức, xem xong cả người choáng váng.

Prompt gốc:

Giúp tôi tạo một đoạn video phong cách điện ảnh Nhật Bản, câu chuyện tình yêu đầu trong trẻo của nữ sinh trung học, kịch tình ngọt ngào, xem xong muốn yêu đương, video khoảng 2 phút, tỉ lệ 16:9

Sản phẩm cuối: phim ngắn điện ảnh hoàn chỉnh 2 phút, 16:9, suốt quá trình không hề cắt ghép thủ công.

Chuỗi thực thi phía sau như sau:

Qwen Code (mô hình agentic coding) phân tích ý định người dùng, dựng nhịp kể chuyện, quyết định gọi công cụ nào
Skill spark-video chia câu chuyện thành các cảnh, viết prompt cho từng cảnh, giữ tính liền mạch thị giác (nhân vật, ánh sáng, tông màu, ngôn ngữ điện ảnh)
Lệnh bl video generate của Bailian CLI phân phối song song từng cảnh cho HappyHorse 1.0 sinh thành
Skill ghép lại toàn bộ phân đoạn thành phẩm cuối cùng 16:9, dài 2 phút

Không có kéo thả timeline, không có chỉnh sửa từng khung hình, một câu vào, một video ra.

Đây chính là giá trị lớn nhất của việc CLI hóa — biến quy trình làm việc phức tạp thành các năng lực nguyên tử mà Agent có thể tự động biên đạo.

Vì sao CLI hóa là chiêu khắc chế của kỷ nguyên Agent

Bạn có thể nghĩ: CLI chẳng phải chỉ là dòng lệnh thôi à, công nghệ cũ rồi, đâu đến mức phải phấn khích?

Điểm mấu chốt nằm ở độ khớp giữa hình thức CLI với Agent.

Kết nối API truyền thống:

Phải viết code (Python/Node/Go mỗi ngôn ngữ một bộ)
Phải quản lý phiên bản SDK
Phải xử lý xác thực, timeout, retry, mã lỗi
Agent gọi còn phải viết wrapper

Kết nối qua CLI:

Agent vốn làm việc bằng shell, CLI chính là ngôn ngữ tự nhiên của nó
Một dòng lệnh là một lời gọi công cụ, đầu ra có cấu trúc đưa thẳng vào mô hình
Xuyên ngôn ngữ không áp lực, bash, Python, Node, Go đều gọi được
Nâng cấp chỉ cần bl update, Agent không phải sửa code

Kích thích hơn nữa, Bailian CLI tương thích nguyên bản trực tiếp với các framework Agent chủ lưu như Claude Code, Qoder, OpenClaw, Hermes Agent. Nghĩa là:

Trong Claude Code bạn nói “giúp tôi tạo một bức ảnh”, nó trực tiếp gọi bl image generate
Trong OpenClaw bạn nói “phân tích đoạn video này”, nó trực tiếp gọi năng lực hiểu video của bl
Trong Qoder bạn viết code, thiếu năng lực gì cứ bl một phát

Agent không cần bất kỳ cấu hình thêm nào đã có ngay toàn bộ năng lực của 150+ mô hình Bailian.

Phía sau 150+ mô hình là gì

Nền tảng Bailian tổng hợp không chỉ dòng Tongyi của Alibaba, mà còn có:

Toàn bộ dòng Qwen (Qwen3-Max, Qwen-Image 2.0, Qwen-VL, Qwen Code...)
Dòng DeepSeek
Dòng GLM (Zhipu)
Dòng Kimi (Moonshot AI)
Dòng MiniMax
Đa phương thức tự nghiên cứu của Alibaba: HappyHorse, CosyVoice, FunAudio-ASR
Tích hợp lượng lớn mô hình mã nguồn mở của bên thứ ba

Lợi ích của sự tổng hợp này là: bạn không phải xin API Key riêng, nạp tiền riêng, kết nối riêng cho từng công ty mô hình. Một tài khoản Bailian dùng tất.

Kết hợp với con bài sát thủ khác của Alibaba Cloud là Coding Plan (gói thuê bao phí tháng cố định hợp nhất nhiều mô hình), developer mỗi tháng chỉ chi một khoản cố định là dùng khắp các mô hình đầu đàn, không còn lo gọi API vượt ngân sách.

Cách xác thực rất chu đáo

Bailian CLI cung cấp ba cách xác thực:

Biến môi trường: export DASHSCOPE_API_KEY=sk-xxxxx
Lệnh đăng nhập: bl auth login –api-key sk-xxxxx (lưu bền vào ~/.bailian/config.json)
Lệnh đơn lẻ: bl text chat –api-key sk-xxxxx –message Hello

Các năng lực console (app list, usage free) cần đăng nhập qua trình duyệt:

bl auth login --console

Truy vấn kho tri thức cần AccessKey của tài khoản con RAM:

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

Phía chính thức còn nhắc: dùng tài khoản con RAM, đừng dùng AK/SK của tài khoản gốc — lời nhắc an toàn này rất chuyên nghiệp.

Tín hiệu thực sự đằng sau nước đi này của Alibaba

Đặt chuyện Bailian CLI vào toàn bộ động tác của Alibaba Cloud trong năm nay, nhịp điệu sẽ rất rõ ràng:

28/1: Alibaba Cloud ra mắt bộ dịch vụ đám mây đầy đủ cho OpenClaw, cung cấp toàn diện hạ tầng mà Agent cần
Tháng 4: phát hành Qwen3.7-Max, năng lực lập trình đuổi kịp Claude
Tháng 5: gói thuê bao Coding Plan ra mắt, từ 49 tệ/tháng hợp nhất 4 mô hình đầu đàn
29/5: Bailian CLI chính thức mở nguồn, Agent cài là dùng được

Ý đồ của chuỗi combo này rất rõ ràng:

Alibaba Cloud không định chỉ làm ăn buôn bán bán API mô hình. Điều nó muốn làm là “điện nước gas” của kỷ nguyên Agent — bạn muốn làm ứng dụng Agent, từ hạ tầng (dịch vụ đám mây OpenClaw), đến chọn mô hình (Coding Plan), đến gọi năng lực (Bailian CLI), đến tương thích framework Agent (Claude Code/OpenClaw/Hermes/Qoder), toàn bộ đường dây được phủ kín.

Điều này y hệt logic của AWS thời đại đám mây khi làm S3+EC2+Lambda — bán dịch vụ đơn lẻ, mà quan trọng hơn là bán cả hệ sinh thái.

Quan hệ với các dự án như OpenClaw, Hermes là gì

Người hiểu hệ sinh thái Agent sẽ hỏi: Alibaba đã có Qwen Code và Bailian riêng, vì sao còn chủ động tương thích với các framework bên thứ ba như OpenClaw, Hermes?

Câu trả lời rất thực tế: quy trình làm việc của developer đã bị các framework Agent mã nguồn mở này chiếm lĩnh từ lâu.

OpenClaw 356 nghìn Star, là một trong những dự án mã nguồn mở tăng tốc nhanh nhất lịch sử GitHub
Hermes Agent hơn hai tháng đạt 71 nghìn Star, developer độc lập là nhóm dịch chuyển tích cực nhất
Claude Code, Qoder đều là công cụ lập trình AI đầu đàn trong và ngoài nước

Lựa chọn của Alibaba Cloud là: thay vì cạnh tranh tâm trí người dùng với các dự án này, chẳng thà trực tiếp làm tốt vai nhà cung cấp hạ tầng — bạn dùng framework Agent gì tôi mặc kệ, miễn là năng lực của tôi bạn đều gọi được.

Đây là chiến lược bán xẻng cực kỳ trưởng thành. Người đào vàng qua đi đổi lại chục đợt, xẻng thì mãi mãi được bán.

Lời khuyên thực chiến cho developer

Nếu hôm nay bạn muốn thử ngay, hãy làm theo thứ tự này:

Bước một: nhận Token miễn phí

Vào console Bailian kích hoạt tài khoản, mỗi mô hình tặng 1 triệu Token, hạn mức tối đa 50 triệu. Developer bình thường chạy hai tháng cũng chưa chắc hết.

Bước hai: cài CLI

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

Bước ba: thử năng lực đáng giá nhất

Lần lượt thử:

bl image generate (tạo ảnh, so sánh với MidJourney)
bl video generate (tạo video, HappyHorse 1.0)
bl omni (hội thoại đa phương thức)
bl text chat (Qwen3.7-Max, so sánh với Claude)

Bước bốn: kết nối vào Agent của bạn

Nếu bạn đang dùng Claude Code, OpenClaw, Hermes hoặc Qoder, chỉ cần cấu hình bl thành công cụ khả dụng là Agent có thể tự chủ gọi.

Bước năm: chạy thử video Demo

Dùng Skill spark-video chính thức thử một câu sinh video ngắn, cảm nhận xem quy trình Agent hoàn chỉnh trông thế nào.

Lời cuối

Cuộc cạnh tranh của kỷ nguyên AI Agent không còn là mô hình của ai có điểm số cao hơn, mà là ai khiến Agent dễ dùng nhất các năng lực ghép đa phương thức, đa năng lực, xuyên công cụ.

Trọng lượng thực sự của việc Bailian CLI mở nguồn nằm ở chỗ nó san phẳng khâu đau nhất: gọi năng lực. Trước đây bạn muốn làm một Agent biết nhìn ảnh, biết viết văn, biết sinh video, biết tìm kiếm trực tuyến, biết gọi kho tri thức, phải kết nối hơn 5 API. Giờ một lệnh bl là xong.

Với developer cá nhân: bớt 80% code boilerplate, tập trung làm logic sản phẩm.

Với đội ngũ doanh nghiệp: bớt đi một đống chi phí vận hành tích hợp API, thêm vào lớp bảo chứng tuân thủ trong nước của nền tảng Bailian.

Với toàn bộ hệ sinh thái Agent: mô hình thiết kế năng lực nguyên tử hóa + thân thiện Agent như Bailian CLI có thể bị các đại công ty khác bắt chước theo. Một hai năm tới, rất có thể chúng ta sẽ thấy Tencent Cloud, Huawei Cloud, Volcengine của ByteDance chạy theo với các công cụ CLI tương tự.

Cuộc chiến “điện nước gas” của AI Agent, chính thức khai chiến.

Địa chỉ GitHub: github.com/modelstudioai/cli