一行命令干翻5个API！阿里云百炼CLI开源，Agent水电煤之战正式开打

5月29日，阿里云干了一件让 Agent 开发者集体高潮的事——百炼核心能力正式 CLI 化，一行命令就能让 AI Agent 自动接入 150 多款模型、10 多款应用、知识库、记忆、联网搜索等全套能力。

更关键的是，百炼 CLI 已在 GitHub 开源（modelstudioai/cli），原生支持 Claude Code、Qoder、OpenClaw、Hermes Agent 等主流 Agent 框架。

一句话总结：以前你要手动调 10 个 API 才能实现的 Agent 能力，现在一行 bl 命令全搞定。

百炼 CLI 到底是什么

阿里云百炼（Model Studio）是一站式大模型与 Agent 应用开发平台。以前它的交互方式是 Web 控制台 + API SDK，你得写代码、配环境、管 Token。

现在百炼 CLI 把核心能力全部搬到了命令行：

• 文本对话：Qwen3.7-max 等主流模型
• 多模态（Omni）：文本 + 图片 + 音频 + 视频全支持
• 图片生成/编辑：Qwen-Image 2.0，专业文字渲染、照片级画质、多图合成
• 视频生成/编辑：HappyHorse-1.0 系列，文生视频/图生视频/参考视频，最多 9 图参考
• 语音合成/识别：CosyVoice 流式 TTS + 5-20 秒语音克隆；FunAudio-ASR 覆盖 30 种语言含 7 种中文方言
• 图像/视频理解：Qwen-VL，长视频分析、图表文档解析、视觉推理、多语言 OCR
• 知识库 + 记忆：多模态 RAG 检索 + 跨会话记忆
• 应用调用：直接调用百炼平台已发布的 Agent 和 Workflow
• 联网搜索：实时互联网检索
• 控制台能力：浏览应用列表、查免费额度
• 本地文件自动上传：每个 URL 参数都接受本地路径，自动上传到免费临时存储（48小时有效）

而且每个命令都可以作为结构化的 tool call——这意味着 AI Agent 可以直接调用，不用你写 wrapper。

三步安装，即刻起飞

环境要求：Node.js >= 22.12。

Step 1：安装 CLI + Skills

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

Step 2：认证

bl auth login --api-key sk-xxxxx

API Key 从百炼控制台获取，免费用户每个模型送 100 万 Token，最高可领 5000 万。

Step 3：开用

跟 Qwen 聊天：

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

多模态对话（文字+图片+音频+视频）：

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

生成图片：

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

生成视频（从本地图片）：

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

查免费额度：

bl usage free --model qwen3-max

浏览百炼应用：

bl app list

自更新：

bl update

一句话生成 2 分钟日系青春视频：官方真实 Demo

百炼 CLI 的 GitHub README 上有一段官方 Demo，看完整个人就懵了。

原始 Prompt：

帮我生成一段日系影视风格，高中女生的青涩初恋故事，剧情高甜，让人看了想谈恋爱，2分钟左右的视频，尺寸是16:9

最终产出：完整 2 分钟、16:9 电影级短片，全程零人工剪辑。

背后的执行链是这样的：

• Qwen Code（agentic coding 模型）解析用户意图、规划叙事节奏、决定调用哪些工具
• spark-video Skill 把故事拆分成镜头、写每个镜头的 prompt、保持视觉连贯性（角色、灯光、色调、镜头语言）
• 百炼 CLI 的 bl video generate 把每个镜头并行分发给 HappyHorse 1.0 生成
• Skill 把所有片段重新拼接成最终 16:9、2 分钟的成品

没有时间轴拖拉、没有逐帧编辑，一句话进、一个视频出。

这就是 CLI 化最大的价值——把复杂工作流变成可被 Agent 自动编排的原子能力。

为什么 CLI 化是 Agent 时代的杀招

你可能觉得：CLI 不就是命令行嘛，老技术了，至于这么激动？

关键就在 CLI 这个形式跟 Agent 的契合度。

传统 API 接入：

• 要写代码（Python/Node/Go 各搞一套）
• 要管 SDK 版本
• 要处理鉴权、超时、重试、错误码
• Agent 调用还要写 wrapper

CLI 接入：

• Agent 就是用 shell 干活的，CLI 是天然语言
• 一行命令就是一个工具调用，结构化输出直接喂回模型
• 跨语言无压力，bash、Python、Node、Go 都能调
• 升级只需 bl update，Agent 不用改代码

更刺激的是，百炼 CLI 直接原生兼容 Claude Code、Qoder、OpenClaw、Hermes Agent 这些主流 Agent 框架。意思就是：

• 你在 Claude Code 里说帮我生成一张图，它直接调 bl image generate
• 你在 OpenClaw 里说分析这段视频，它直接调 bl 的视频理解能力
• 你在 Qoder 里写代码，缺啥能力直接 bl 一下

Agent 不需要任何额外配置，就能拥有百炼 150+ 模型的全套能力。

150+ 模型背后是什么

百炼平台聚合的不只是阿里通义系列，还包括：

• 通义千问全系列（Qwen3-Max、Qwen-Image 2.0、Qwen-VL、Qwen Code 等）
• DeepSeek 系列
• GLM 系列（智谱）
• Kimi 系列（月之暗面）
• MiniMax 系列
• 阿里自研多模态：HappyHorse、CosyVoice、FunAudio-ASR
• 第三方开源模型大量集成

这种聚合的好处是：你不用为每家模型公司单独申请 API Key、单独充值、单独对接。一份百炼账号通吃。

配合阿里云另一个杀手锏 Coding Plan（多模型合一的固定月费订阅），开发者每个月固定花费就能用遍所有头部模型，不再担心 API 调用超预算。

鉴权方式很贴心

百炼 CLI 提供三种鉴权方式：

• 环境变量：export DASHSCOPE_API_KEY=sk-xxxxx
• 登录命令：bl auth login –api-key sk-xxxxx（持久化到 ~/.bailian/config.json）
• 单次命令：bl text chat –api-key sk-xxxxx –message Hello

控制台能力（app list、usage free）需要浏览器登录：

bl auth login --console

知识库检索需要 RAM 子账号 AccessKey：

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

官方还提醒：用 RAM 子账号，别用根账号 AK/SK——这个安全提醒非常专业。

阿里这波布局的真正信号

把百炼 CLI 这件事放到阿里云今年的整体动作里看，节奏就很清晰了：

• 1 月 28 日：阿里云上线 OpenClaw 全套云服务，全面提供 Agent 所需的基础设施
• 4 月：通义千问 Qwen3.7-Max 发布，编程能力直追 Claude
• 5 月：Coding Plan 订阅套餐上线，49 元/月起聚合 4 大头部模型
• 5 月 29 日：百炼 CLI 正式开源，Agent 即装即用

这一串组合拳的意图非常明显：

阿里云不打算只做卖模型 API的生意。它要做的是Agent 时代的水电煤——你要做 Agent 应用，从基础设施（OpenClaw 云服务）、到模型选型（Coding Plan）、到能力调用（百炼 CLI）、到 Agent 框架兼容（Claude Code/OpenClaw/Hermes/Qoder），整条链路全部覆盖。

这跟 AWS 在云时代做 S3+EC2+Lambda 的逻辑一模一样——卖单个服务，更要卖整个生态。

跟 OpenClaw、Hermes 这些项目什么关系

懂 Agent 生态的人会问：阿里既然有自己的 Qwen Code 和百炼，为啥还要主动兼容 OpenClaw、Hermes 这些第三方框架？

答案很现实：开发者的工作流早就被这些开源 Agent 框架占领了。

• OpenClaw 35.6 万 Star，是 GitHub 历史上增速最快的开源项目之一
• Hermes Agent 两个多月 7.1 万 Star，独立开发者迁移最积极
• Claude Code、Qoder 在国内外都是头部 AI 编程工具

阿里云的选择是：与其和这些项目竞争用户心智，不如直接当好基础设施供应商——你用什么 Agent 框架我都不管，反正我的能力你都能调到。

这是非常成熟的卖铲子策略。淘金的人换来换去，铲子永远在卖。

给开发者的实操建议

如果你今天就想试，按这个顺序来：

第一步：领免费 Token

去百炼控制台开通账号，每个模型送 100 万 Token，最高 5000 万额度。普通开发者跑两个月都跑不完。

第二步：装 CLI

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

第三步：测最值钱的能力

依次试：

• bl image generate（图片生成，对比 MidJourney）
• bl video generate（视频生成，HappyHorse 1.0）
• bl omni（多模态对话）
• bl text chat（Qwen3.7-Max，对比 Claude）

第四步：接入你的 Agent

如果你在用 Claude Code、OpenClaw、Hermes 或 Qoder，直接把 bl 配置为可用工具，Agent 就能自主调用。

第五步：跑跑视频 Demo

用官方的 spark-video Skill 试试一句话生成短视频，感受下完整 Agent 工作流是什么样。

写在最后

AI Agent 时代的竞争，已经不再是谁的模型分数高，而是谁能让 Agent 最容易用上多模态、多能力、跨工具的复合能力。

百炼 CLI 开源这件事的真正分量，在于它把调用能力这个最痛的环节抹平了。以前你想做一个能识图、能写文、能生视频、能联网搜索、能调用知识库的 Agent，得对接 5 个以上的 API。现在一个 bl 命令搞定。

对个人开发者：少写 80% 的 boilerplate 代码，专心做产品逻辑。

对企业团队：少了一堆 API 集成的运维成本，多了百炼平台的国内合规背书。

对整个 Agent 生态：百炼 CLI 这种原子化能力 + Agent 友好的设计模式，可能会被其他大厂效仿。未来一两年我们大概率会看到腾讯云、华为云、字节火山引擎跟进类似的 CLI 工具。

AI Agent 的水电煤之战，正式开打。

GitHub 地址：github.com/modelstudioai/cli