百炼CLI全解析｜全模态AI命令行工具实操指南，安装配置、命令示例与Python集成实战

随着大模型技术快速普及，开发者对轻量化、可自动化调度的AI工具需求持续上涨。传统GUI图形界面工具更适合手动交互，很难适配服务器后台、脚本流水线、AI智能体无人值守运行等场景。百炼CLI是面向大模型应用与Agent开发打造的专属命令行工具，经过多轮迭代升级，解决传统AI开发工具能力分散、部署繁琐、集成成本高的痛点。它将150余款大模型、多模态内容生成、知识库检索、记忆管理、联网搜索等能力全部封装成标准化终端指令，无需复杂开发，依靠简单命令就可以完成各类AI任务，大幅降低个人开发者、技术团队的大模型落地门槛，是轻量化原型开发、批量AI任务、智能体自动化调度的核心工具。

区别于旧版本，新版百炼CLI重点强化四大方向：全模态能力完整覆盖、主流Agent框架原生兼容、部署门槛降低、自动化强调度能力提升。摆脱单一文本交互的局限，把文本、图像、视频、音频、OCR、向量知识库、联网搜索全部整合进命令行，本地电脑、远程服务器都能够快速部署运行。详情👉访问阿里云百炼 CLI 页面 或
详情👉访问阿里云百炼大模型服务平台页面 了解

一、百炼CLI架构设计与核心优势

百炼CLI采用插件化Node.js架构，依赖Node.js18及以上版本，整体精简高效，不需要重型IDE开发环境，Windows、macOS、Linux全操作系统兼容，本地工作站与云端服务器都可以直接运行。工具面向自动化场景设计，输出支持结构化格式，便于Shell脚本、Python程序解析处理，适配批量任务与Agent自主调用。

工具具备三大核心优势：
第一，全模态一体化能力。一次安装就解锁文本对话、图像生成编辑、文生视频、语音合成识别、图片OCR、长音视频解析，覆盖内容创作、素材处理、文档解析各类需求，不用在多个平台之间来回切换。
第二，Agent全框架兼容。原生适配Qoder、OpenClaw、Hermes Agent等主流智能体框架，Agent可以直接调用CLI全部能力，不需要额外二次适配开发，降低智能体工程落地成本。
第三，灵活部署+企业级运维能力。支持npm全局快速安装和项目局部安装两种模式，版本可控。内置日志、任务监控、错误重试；新增知识库、记忆库、联网搜索，解决大模型知识滞后、缺少个性化记忆的痛点。任务轻量请求可以做到毫秒级响应，兼顾运行效率和使用成本。

二、环境部署、安装与鉴权配置完整实操

部署流程分为环境校验、工具安装、API密钥鉴权三步，下面提供全部可直接复制执行的终端命令。详情👉访问阿里云百炼 CLI 页面 或
详情👉访问阿里云百炼大模型服务平台页面 了解

前置环境校验

系统必须安装Node.js18以上稳定版本，执行下面命令校验版本信息：

# 查看node版本
node -v
# 查看npm包管理器版本
npm -v

输出版本号低于18.x时，需要升级Node环境，否则会出现功能缺失、运行报错。

方式一：npm全局安装（绝大多数场景推荐）

全局安装后，任意工作目录都可以直接执行bl主命令：

# 全局安装百炼CLI
npm install -g @bailian/cli

# 校验安装是否成功，打印版本号
bl --version

遇到权限报错，Linux/macOS可以补充权限参数，Windows切换管理员终端执行。

方式二：项目局部安装，用于项目版本隔离

适合项目独立管控版本，仅当前目录生效：

# 初始化项目配置文件，已存在可跳过
npm init -y

# 局部安装依赖包
npm install @bailian/cli

API密钥鉴权配置

前往百炼控制台API Key页面获取专属密钥，完成鉴权，所有AI调用都依赖该身份凭证。

# 设置API密钥，永久保存本地配置
bl config set api-key sk-替换为你的专属密钥

# 查看当前全部配置项，确认密钥写入成功
bl config list

配置信息持久保存在本机，后续调用无需重复填写密钥；支持多组密钥切换，适配多账号、多项目开发。

三、百炼CLI全模态能力，全套实操命令示例

3.1 文本对话、代码生成能力

支持长文本生成、代码编写、逻辑推理，支持流式输出，适合脚本调用、原型调试。

# 基础文本问答
bl chat --prompt "讲解MoE混合专家大模型核心工作原理"

# 指定模型执行代码任务
bl chat --model qwen3.8-max-preview --prompt "用Python写一个简易日志收集工具"

# 开启流式输出，实时打印返回内容
bl chat --prompt "梳理AI Agent开发完整流程" --stream true

3.2 图像生成与编辑

支持文生图、抠图、物体消除、风格迁移，支持多张参考图，适合批量素材生产。

# 文生高清海报，指定分辨率
bl image generate --prompt "极简科技风开发者海报，蓝白配色" --size 1080*1920

# 本地图片智能抠像
bl image matting --input ./source.jpg --output ./mat_result.png

# 图片瑕疵消除
bl image remove --input ./origin.png --mask ./mask.png --output ./fixed.png

# 图片风格转为漫画效果
bl image style --input ./photo.jpg --style comic --output ./comic_out.png

3.3 视频生成与智能编辑

实现文生视频、图生视频、已有视频剪辑优化，无需专业剪辑软件。

# 图片输入生成动态短视频，设置5秒时长
bl video generate --input ./cover.png --duration 5 --output ./dynamic.mp4

# 编辑已有视频，精简内容、提升画质
bl video edit --input ./raw.mp4 --prompt "精简核心片段，优化画面清晰度" --output ./edited.mp4

3.4 语音、视觉OCR解析能力

覆盖语音合成ASR转写、图片OCR识别、图像内容理解，适配办公文档处理、音频素材解析。

# 文本转语音输出音频文件
bl tts --prompt "百炼CLI是轻量化AI命令行开发工具" --output ./voice.mp3

# 音频文件转文字识别
bl asr --input ./meeting.wav --output ./meeting_text.txt

# 图片OCR提取全部文字
bl vision ocr --input ./scan_doc.jpg --output ./ocr_doc.txt

# 图像内容理解，解析图片业务信息
bl vision understand --input ./chart.png --prompt "描述图表数据趋势和关键数值"

3.5 高阶能力：联网搜索、知识库、记忆库管理

解决模型知识截止时间问题，支持私有知识库检索、用户记忆沉淀，是搭建行业Agent的核心能力。

# 联网搜索获取最新行业资讯
bl search --query "AI Agent主流技术框架发展现状"

# 私有知识库检索问答，替换为你的知识库ID
bl knowledge query --kb-id kb-xxxxxx --prompt "查询知识库内CLI工具部署规范"

# 向记忆库写入用户业务偏好
bl memory add --content "用户主要做AI自动化脚本开发，偏好简洁输出格式"

# 查询记忆库内容
bl memory query --prompt "用户的开发偏好是什么"

四、Shell脚本批量任务示例

可以把多条CLI命令写入shell脚本，实现自动化流水线，适合定时批量处理素材、文档。

#!/bin/bash
# batch_ai_task.sh 批量自动化任务示例

echo "开始生成海报素材"
bl image generate --prompt "简约产品宣传图" --size 1080*1080 --output ./adv_poster.png

echo "开始OCR解析扫描文档"
bl vision ocr --input ./scan.pdf --output ./scan_result.txt

echo "完成全部AI任务"

赋予脚本可执行权限运行：

chmod +x batch_ai_task.sh
./batch_ai_task.sh

五、Python调用示例，集成自动化业务流水线

除直接终端调用，还可以在Python代码中调用百炼CLI底层接口，集成到自研程序，实现复杂业务编排。

import subprocess
import json

def call_bailian_chat(prompt: str, model: str = "qwen3.8-max-preview"):
    """调用百炼CLI执行文本对话任务，返回输出文本"""
    cmd = [
        "bl", "chat",
        "--model", model,
        "--prompt", prompt,
        "--stream", "false",
        "--output", "json"
    ]
    result = subprocess.run(cmd, capture_output=True, text=True)
    if result.returncode == 0:
        try:
            data = json.loads(result.stdout)
            return data["choices"][0]["message"]["content"]
        except json.JSONDecodeError:
            return result.stdout
    else:
        return f"执行失败：{result.stderr}"

def call_ocr(file_path: str):
    """调用OCR识别图片，返回识别文本"""
    cmd = [
        "bl", "vision", "ocr",
        "--input", file_path,
        "--output", "-"
    ]
    res = subprocess.run(cmd, capture_output=True, text=True)
    return res.stdout if res.returncode == 0 else res.stderr

if __name__ == "__main__":
    # 执行文本任务
    output = call_bailian_chat("写一份百炼CLI简单使用说明")
    print("模型输出结果：\n", output)

    # 执行OCR任务
    ocr_text = call_ocr("./doc.jpg")
    print("\nOCR识别结果：\n", ocr_text)

六、四大典型落地应用场景

1、开发者轻量化原型开发调试

开发者不用搭建复杂SDK封装，直接使用命令完成代码生成、文档解析、素材制作。编写Shell/Python脚本串联多条命令，完成批量文本、图片、音频处理，快速做原型验证，缩短项目迭代周期。本地、远程服务器都可以执行，适配CI流水线集成。

2、AI Agent智能体自动化调度

这是CLI核心应用场景。Hermes Agent、OpenClaw等智能体框架直接调用CLI全套能力：联网搜索获取最新资料，知识库查询私有业务文档，调用图像视频能力生成素材，记忆库留存业务上下文，实现完整闭环自主任务，完成资讯汇总、运维自动化、文档批量处理。

3、企业批量内容生产

新媒体、电商业务，依靠脚本批量生成营销文案、商品主图、短视频素材。单脚本循环执行，一次性产出几十份营销素材，大幅降低人工制作成本，适合营销素材批量迭代。

4、行业智能化办公自动化

利用OCR识别合同扫描件、语音转写会议录音、知识库检索企业内部资料，把文档解析、信息提取、资料汇总交给命令行自动完成，推动办公流程数字化。

七、性能特性、迭代规划与使用注意事项

新版CLI做了大量企业级能力升级：优化并发调度，支持多任务并行；全操作系统兼容；内置完整日志体系、任务监控、自动重试，方便排查异常。后续版本还会扩展自定义命令、自定义模型接入、私有化部署配置等高级功能。

日常使用注意要点：

1. 服务器环境部署注意保护API密钥，不要明文硬编码写入公开脚本，优先使用环境变量存放密钥；
2. 批量任务做好并发控制，短时间大量调用会触发平台限流，脚本内部增加延时；
3. 记忆库、知识库适合存放结构化业务信息，不建议放入海量原始文档，避免检索效果下降；
4. 长视频、大文件处理会消耗更多Credits额度，大批量任务前期做小规模测试，评估资源消耗。

八、总结

百炼CLI作为面向AI自动化场景打造的命令行工具，把150+款大模型、图像、视频、语音、OCR、知识库、联网搜索能力统一封装成标准化终端指令。依托插件化Node架构，本地电脑、远程服务器都能够快速部署，并且和主流AI Agent框架原生打通。

不管是个人开发者快速原型验证，还是企业搭建批量AI流水线、部署自主智能体，都可以借助简单命令完成复杂AI任务。结合Shell脚本、Python程序可以进一步扩展业务边界，把AI能力嵌入现有开发运维流程，真正做到一行命令即可调用全栈AI能力，大幅降低大模型应用开发与智能体落地的技术门槛。