阿里云百炼 CLI：一站式 AI Agent 开发工具

阿里云百炼 CLI 横幅

图1：阿里云百炼 CLI 官方横幅，展示了与 Qwen 模型交互的终端界面

场景切入：当 AI 开发者在深夜调试 Agent

凌晨两点，一位 AI 应用开发者正在为他的智能客服 Agent 添加"联网搜索最新资讯"的能力。传统方案需要分别对接搜索 API、配置代理、处理异步响应，代码改了又改，效果还不稳定。但如果他装了 bailian-cli，只需要在终端敲一行命令：

bl search "最新 AI Agent 框架趋势" --num 5

问答结果秒回，Agent 的工具箱里又多了一件趁手兵器。这个让开发者"一键解锁阿里云百炼所有 AI 能力"的工具，正是今天要介绍的主角——阿里云百炼 CLI（Bailian CLI），GitHub Stars 263，由阿里云 Model Studio 官方团队维护。

背景：为什么阿里云要做一个"AI Agent 专用 CLI"？

阿里云百炼（Aliyun Model Studio / DashScope）是阿里云的 AI 模型服务平台，托管了 Qwen（千问）系列大模型、Qwen-VL 视觉模型、Qwen-Image 图像生成模型、HappyHorse 视频生成模型、CosyVoice 语音合成等一系列业界领先的 AI 能力。长期以来，开发者要调用这些能力，需要在代码里写大量重复的 API 请求逻辑、Token 管理、模型选择代码。

2024 年起，随着 AI Agent（AI 智能体）概念的爆发，开发者开始将多种 AI 能力编排成复杂的工作流——例如"先联网搜索，再让大模型总结，最后生成图片"。这种场景下，每个能力单独调 API 的方式变得极其繁琐。阿里云百炼 CLI 正是为解决这一痛点而生：把平台所有 AI 能力封装成结构化的命令行工具，让 AI Agent 可以像调用函数一样调用它们。

类比：给 AI Agent 用的"瑞士军刀"

可以把 bailian-cli 理解为专门给 AI Agent 使用的瑞士军刀。普通用户用 npm 安装后，在终端和 AI 大模型对话；AI Agent 开发者则可以将每个 CLI 命令嵌入自己的 Agent 工作流，作为结构化工具调用（Structured Tool Call）。

就像厨师根据不同菜品选择不同刀具，AI Agent 开发者可以根据任务需要，灵活组合不同的 CLI 子命令：

需要文字对话？bl text "你好"
需要生成图片？bl image "一只赛博朋克风格的猫"
需要语音合成？bl speech --text "你好世界" --voice "young_female"
需要视频理解？bl vision --image image.jpg "这张图里有什么"
需要联网搜索？bl search "量子计算最新进展"
需要调用 MCP 服务？bl mcp call <server> <tool> <params>

所有这些命令，都遵循统一的接口规范，输出结构化的 JSON，AI Agent 可以直接解析使用。

核心功能详解

1. 全模态 AI 能力，一站式覆盖

bailian-cli 是目前覆盖模态最广的国产 AI Agent CLI 之一。截至目前，CLI 提供的核心命令包括：

命令	能力	底层模型
`bl text`	文本对话	Qwen3.7-max（Agentic Coding 能力显著提升）
`bl omni`	文本+图像+音频+视频全模态对话	Qwen 系列
`bl image`	图像生成与编辑	Qwen-Image 2.0（专业文字渲染、多图合成）
`bl video`	视频生成与编辑（最多 9 图参考）	HappyHorse 1.1 系列
`bl speech`	语音合成（流式，支持声音克隆）	CosyVoice
`bl vision`	图像与视频理解（长视频解析、OCR）	Qwen-VL 系列
`bl search`	实时联网搜索	百炼搜索服务
`bl mcp`	调度百炼 MCP 服务器	MCP Protocol over HTTP

2. MCP 协议集成：让 Agent 工具调用标准化

bailian-cli 最具技术深度的功能之一是对 MCP（Model Context Protocol） 的原生支持。MCP 是 Anthropic 提出的模型上下文协议，旨在标准化 AI Agent 与外部工具之间的通信。

bailian-cli 的 MCP 模块实现了以下核心流程：

initialize → tools/list → tools/call

通信层基于 Streamable HTTP 传输，认证使用 Authorization: Bearer <API Key> 格式，由 resolveCredential 模块统一管理。在 packages/core/src/client/mcp.ts 中，MCP 客户端实现了完整的 JSON-RPC 2.0 请求/响应处理链路，支持百炼平台各类 MCP 服务的工具枚举和调用。

这意味着：开发者无需手动编写 MCP 客户端代码，只需通过 bl mcp list 即可查看所有可用工具，通过 bl mcp tools 查看某个 MCP 服务器提供的工具列表，然后直接调用。

3. 知识库与记忆管理

CLI 提供 knowledge 和 memory 两个子命令，支持多模态 RAG（检索增强生成）和跨会话记忆管理。这意味着 AI Agent 可以：

上传本地文件到知识库，基于文档回答专业问题
在多个对话会话间保持记忆连贯性，提供个性化体验

4. 模型微调与部署

对于有深度定制需求的开发者，CLI 提供了完整的微调链路：

bl finetune create --dataset ./data.jsonl --type sft
bl finetune watch <job_id>
bl finetune capability qwen-turbo
bl deploy create --model <model_id>

从数据集上传、SFT/LoRA/DPO/CPT 微调任务创建、任务状态非阻塞监控，到最终将训练好的模型部署为推理服务，一条命令搞定。

5. 完整的控制台能力

除了模型调用，CLI 还提供了阿里云百炼控制台的命令行版本：

bl app list              # 浏览已发布的应用
bl usage free            # 查询模型免费额度
bl usage stats           # 查看用量统计
bl workspace list        # 管理业务空间
bl quota list/request    # 限流与提额管理

技术架构：严谨的 Monorepo 工程实践

bailian-cli 的代码组织采用 pnpm Workspace Monorepo 架构，项目根目录为 bailian-cli-monorepo，划分为 5 个独立包：

包名	职责	说明
`packages/cli`	CLI 入口	命令行参数解析、help 文档生成，输出 `bailian` / `bl` 两个 bin
`packages/commands`	命令实现层	23 个子命令的具体逻辑（text、image、video 等）
`packages/core`	核心 SDK	API 客户端、MCP 协议实现、认证管理、错误处理
`packages/runtime`	运行时环境	CLI 运行环境配置、管道编排、代理设置
`packages/kscli`	知识工作室 CLI	知识库和记忆库相关功能

这种分层设计有几个显著优点：命令实现层与核心 SDK 完全解耦，新增一个 AI 能力只需在 packages/commands 中添加新的命令子目录，无需改动核心逻辑；core 包作为独立 SDK，bailian-cli-core 可被其他 Node.js 应用直接引用，无需通过子进程调用 CLI。

项目使用 Vite 作为构建工具（vite.config.ts），TypeScript 严格模式（strict: true），要求 Node.js 版本不低于 22.12.0（需要 ES Module 和原生 Fetch API 支持）。

上手门槛：Terminal 用户的零成本入门

bailian-cli 面向两类用户：

普通用户：只需一行命令安装，就可以在终端和大模型对话：

npm install -g bailian-cli
bl auth login --api-key <your-key>
bl text "用一句话解释量子纠缠"

AI Agent 开发者：安装 CLI 后，再安装官方提供的 Skills，让 Agent 可以直接调用：

npx skills add modelstudioai/cli --all -g

Skill 是 bailian-cli 的另一大亮点——官方维护了一组 skills/bailian-cli 目录，包含了每个命令的详细说明和调用示例，AI Agent 阅读这些 Skill 文档后，就能准确理解每个工具的能力边界和使用方式，实现"零幻觉调用"。

局限与挑战

使用 bailian-cli 需要注意以下限制：

平台绑定：所有能力都依赖阿里云百炼（DashScope）API，需要阿里云账号和 API Key，国际站账号部分功能暂不支持（如知识库、MCP、联网搜索）。
Node.js 版本门槛：需要 Node.js >= 22.12.0，部分老旧 Linux 发行版的默认 Node 版本低于此要求，需要手动升级。
纯 CLI，无 Web UI：所有交互通过终端，不适合习惯 GUI 的用户。
网络依赖：调用 API 需要网络连接，不支持离线推理。

行业意义：国产 AI Agent 基础设施的重要补充

bailian-cli 的出现，反映了 AI 行业的一个大趋势：AI 能力正在从"云端 API"向"开发者本地工具链"渗透。传统上，调用 Qwen 的能力需要在代码里写 HTTP 请求、处理 Token、管理错误；现在，一行 bl text 命令就能完成所有这些工作。

更重要的是，MCP 协议的原生支持使 bailian-cli 成为了一个标准化的 Agent 工具提供者——这意味着任何兼容 MCP 的 Agent 框架（如 Claude Desktop、Cline、Continue.dev）都可以把百炼的能力直接纳入自己的工具集，而无需任何定制开发。

从增长曲线来看，bailian-cli 自发布以来保持了稳定的版本迭代（当前 v1.6.1），topics 中包含 ai-agent、mcp、mcp-server 等高热度标签，显示出官方对其在 AI Agent 生态中定位的清晰规划。随着阿里云百炼平台能力的持续扩展，这个 CLI 的工具箱也将不断丰富。

百炼 CLI 电影生成演示封面

图2：阿里云百炼 CLI 电影生成演示——一句中文提示词，AI Agent 编排 Qwen Code + HappyHorse 视频模型 + spark-video Skill，自动生成 2 分钟 16:9 电影感短片，全程零手动剪辑

本报告基于 GitHub 公开信息和源码分析生成，数据截至 2026 年 7 月。

阿里云百炼 CLI：一站式 AI Agent 开发工具

阿里云百炼 CLI 横幅

图1：阿里云百炼 CLI 官方横幅，展示了与 Qwen 模型交互的终端界面

场景切入：当 AI 开发者在深夜调试 Agent

bl search "最新 AI Agent 框架趋势" --num 5

背景：为什么阿里云要做一个"AI Agent 专用 CLI"？

类比：给 AI Agent 用的"瑞士军刀"

就像厨师根据不同菜品选择不同刀具，AI Agent 开发者可以根据任务需要，灵活组合不同的 CLI 子命令：

需要文字对话？bl text "你好"
需要生成图片？bl image "一只赛博朋克风格的猫"
需要语音合成？bl speech --text "你好世界" --voice "young_female"
需要视频理解？bl vision --image image.jpg "这张图里有什么"
需要联网搜索？bl search "量子计算最新进展"
需要调用 MCP 服务？bl mcp call <server> <tool> <params>

所有这些命令，都遵循统一的接口规范，输出结构化的 JSON，AI Agent 可以直接解析使用。

核心功能详解

1. 全模态 AI 能力，一站式覆盖

bailian-cli 是目前覆盖模态最广的国产 AI Agent CLI 之一。截至目前，CLI 提供的核心命令包括：

命令	能力	底层模型
`bl text`	文本对话	Qwen3.7-max（Agentic Coding 能力显著提升）
`bl omni`	文本+图像+音频+视频全模态对话	Qwen 系列
`bl image`	图像生成与编辑	Qwen-Image 2.0（专业文字渲染、多图合成）
`bl video`	视频生成与编辑（最多 9 图参考）	HappyHorse 1.1 系列
`bl speech`	语音合成（流式，支持声音克隆）	CosyVoice
`bl vision`	图像与视频理解（长视频解析、OCR）	Qwen-VL 系列
`bl search`	实时联网搜索	百炼搜索服务
`bl mcp`	调度百炼 MCP 服务器	MCP Protocol over HTTP

2. MCP 协议集成：让 Agent 工具调用标准化

bailian-cli 的 MCP 模块实现了以下核心流程：

initialize → tools/list → tools/call

3. 知识库与记忆管理

CLI 提供 knowledge 和 memory 两个子命令，支持多模态 RAG（检索增强生成）和跨会话记忆管理。这意味着 AI Agent 可以：

上传本地文件到知识库，基于文档回答专业问题
在多个对话会话间保持记忆连贯性，提供个性化体验

4. 模型微调与部署

对于有深度定制需求的开发者，CLI 提供了完整的微调链路：

bl finetune create --dataset ./data.jsonl --type sft
bl finetune watch <job_id>
bl finetune capability qwen-turbo
bl deploy create --model <model_id>

从数据集上传、SFT/LoRA/DPO/CPT 微调任务创建、任务状态非阻塞监控，到最终将训练好的模型部署为推理服务，一条命令搞定。

5. 完整的控制台能力

除了模型调用，CLI 还提供了阿里云百炼控制台的命令行版本：

bl app list              # 浏览已发布的应用
bl usage free            # 查询模型免费额度
bl usage stats           # 查看用量统计
bl workspace list        # 管理业务空间
bl quota list/request    # 限流与提额管理

技术架构：严谨的 Monorepo 工程实践

bailian-cli 的代码组织采用 pnpm Workspace Monorepo 架构，项目根目录为 bailian-cli-monorepo，划分为 5 个独立包：

包名	职责	说明
`packages/cli`	CLI 入口	命令行参数解析、help 文档生成，输出 `bailian` / `bl` 两个 bin
`packages/commands`	命令实现层	23 个子命令的具体逻辑（text、image、video 等）
`packages/core`	核心 SDK	API 客户端、MCP 协议实现、认证管理、错误处理
`packages/runtime`	运行时环境	CLI 运行环境配置、管道编排、代理设置
`packages/kscli`	知识工作室 CLI	知识库和记忆库相关功能

上手门槛：Terminal 用户的零成本入门

bailian-cli 面向两类用户：

普通用户：只需一行命令安装，就可以在终端和大模型对话：

npm install -g bailian-cli
bl auth login --api-key <your-key>
bl text "用一句话解释量子纠缠"

AI Agent 开发者：安装 CLI 后，再安装官方提供的 Skills，让 Agent 可以直接调用：

npx skills add modelstudioai/cli --all -g

局限与挑战

使用 bailian-cli 需要注意以下限制：

平台绑定：所有能力都依赖阿里云百炼（DashScope）API，需要阿里云账号和 API Key，国际站账号部分功能暂不支持（如知识库、MCP、联网搜索）。
Node.js 版本门槛：需要 Node.js >= 22.12.0，部分老旧 Linux 发行版的默认 Node 版本低于此要求，需要手动升级。
纯 CLI，无 Web UI：所有交互通过终端，不适合习惯 GUI 的用户。
网络依赖：调用 API 需要网络连接，不支持离线推理。

行业意义：国产 AI Agent 基础设施的重要补充

百炼 CLI 电影生成演示封面

本报告基于 GitHub 公开信息和源码分析生成，数据截至 2026 年 7 月。