百炼CLI实战手册：Agent集成、图文音视频生成、RAG知识库、计费管控与排错汇总

随着AI智能体应用快速普及，开发者与企业迫切需要一套轻量化、统一、可脚本化的工具，帮助Agent高效调用各类大模型与多模态能力，不再需要在多个平台、多套API接口之间来回切换。百炼CLI是面向智能体场景打造的开源命令行工具，将平台150余款多模态大模型、十余类AI应用服务、知识库、记忆管理、联网搜索等能力，封装成一套简洁统一的命令行接口。Agent依靠一行命令就能够完成文本生成、图像创作、视频制作、语音处理、知识检索等全链路AI任务。

百炼CLI以“Agent原生”作为核心设计理念，原生兼容多款主流智能体框架，支持跨操作系统运行，打通AI能力调用的技术壁垒，成为开发者构建智能体、搭建AI自动化工作流的重要基础设施。很多刚接触该工具的开发者，容易混淆技能插件使用方式、鉴权配置流程，不清楚不同计费模式的差异，编写自动化脚本时遇到输出解析、链式调用等各类问题。本文从产品定位、四层技术架构、四大功能模块、安装鉴权步骤、全场景命令实战、计费模式、业务适用场景、使用注意事项完整展开，附带大量可以直接复制运行的命令脚本，帮助开发者快速上手并投入生产业务使用。

一、产品定位与核心价值：AI Agent的全能工具箱

百炼CLI定位是AI智能体的全能工具箱与通用创作协议，把分散的各类AI能力收敛为统一的命令入口，它的核心价值主要分为三点。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

第一，统一入口，全模态能力全覆盖。将文本、图像、视频、语音、全模态交互能力全部封装为bl命令前缀，一条命令即可调用十余类AI能力，不用切换多个SDK或者控制台页面，大幅降低Agent调用AI能力的复杂度。

第二，Agent原生，开箱即可集成。产品从底层面向智能体做优化，原生兼容Claude Code、Qoder、OpenClaw、Hermes Agent等主流Agent框架。智能体可以直接识别执行百炼CLI命令，无需开发者编写大量额外适配代码，真正做到安装完成就可以完成集成。

第三，开源开放，支持灵活扩展。百炼CLI在GitHub开源，支持自定义扩展技能插件Skills，开发者可以基于现有框架新增自定义业务能力，同时跟随平台获得持续的能力迭代升级。

传统开发模式下AI大多只能被动接收指令给出回复，借助百炼CLI，AI智能体可以主动调用多类能力协同完成复杂任务，从被动问答走向主动执行，从单一模型能力走向多能力协同，为智能体时代的应用开发提供全新技术底座。

二、核心架构与技术特性：轻量统一，支持扩展

百炼CLI采用核心引擎+技能插件+统一鉴权+跨平台兼容四层架构，兼顾轻量、灵活与稳定性。

1. 核心引擎层：负责命令解析、参数校验、鉴权管理、结果输出，是CLI的运行内核，程序体积小巧、启动速度快，兼容Windows、macOS、Linux操作系统。
2. 技能插件层（Skills）：各类AI能力被封装成独立技能插件，文本、图像、视频、知识库分别对应独立插件，按需安装动态扩展，不会加载多余能力消耗本地资源。
3. 统一鉴权层：依托API‑Key实现一次配置全局鉴权，同时兼容按量计费、Token Plan、Coding Plan多种计费方案，保障调用安全，实现成本统一管控。
4. 跨平台兼容层：基于Node.js开发，运行环境要求Node.js版本≥18，不需要复杂依赖库，本地终端、云服务器、容器环境都可以部署，适配开发调试与线上生产场景。

核心技术特性主要有三点：

• 极简统一命令格式：全部命令遵循 bl <能力模块> <子命令> [参数]，记忆成本低，快速上手。
• 脚本友好输出：支持JSON、纯文本、文件输出多种格式，命令运行结果能够直接被Shell、Python脚本捕获处理，实现全流程自动化。
• 多命令链式协同：多条命令可以串联执行，Agent自动组合不同AI能力完成复杂业务，例如生成文案→生成配图→制作短视频→合成配音，全程无需人工介入。

三、四大核心功能模块，覆盖AI开发全场景

1. 模型服务模块：150+大模型一键调用

作为CLI的基础底座，覆盖文本、视觉、语音、全模态四大类别模型。文本默认使用qwen3.7‑max，胜任长文本、代码生成、复杂逻辑推理；视觉理解默认qwen3‑vl‑plus，支持图像解析、超长视频分析；语音合成默认cosyvoice‑v3‑flash，支持多音色、声音样本克隆；语音识别默认fun‑asr，兼容多方言、多语种；全模态默认qwen3.5‑omni‑plus，能够同时处理文本、图片、音频、长视频素材。调用时可以自定义温度、最大输出长度、采样策略等参数，适配不同业务效果诉求。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

2. 多模态生成模块：文本、图像、视频、语音全链路创作

多模态生成是CLI的核心亮点，覆盖从文字到图像、视频、音频完整创作链路。

• bl text文本模块：文案撰写、代码生成、摘要、翻译问答，输出Markdown、JSON结构化内容；
• bl image图像模块：文生图、图生图、风格迁移、电商素材制作，自定义分辨率、产出数量；
• bl video视频模块：文生视频、图片转视频、剪辑、添加字幕BGM，自定义时长分辨率；
• bl voice语音模块：语音合成、语音识别、声音克隆，支持流式输出、批量处理播客、有声书素材。

模块支持多能力串联，把多个子命令组合，实现复杂内容流水线作业。

3. 数据管理模块：知识库、记忆、搜索，补齐Agent信息短板

解决智能体记忆丢失、知识库检索、缺少实时信息的痛点。

• bl rag知识库：上传PDF、Word、TXT、Markdown文档，自动解析向量化建立索引，自然语言检索获取知识；
• bl memory记忆管理：实现记忆增删改查、分类存储，智能体可以留存历史交互，保障长会话连贯性；
• bl search联网搜索：获取互联网实时信息，弥补模型训练知识截止的缺陷；
• bl data数据处理：批量清洗、格式转换，处理AI训练与业务数据集。

4. Agent增强模块：工作流编排、调用、监控、技能扩展

面向智能体自动化进一步增强能力：

• bl workflow工作流编排：把多条命令编排成自动化流程，支持条件判断、循环逻辑，一键运行复杂任务；
• bl agent智能体调用：调用平台托管Agent，实现多个智能体协同作业；
• bl status / bl billing状态与计费监控：查看CLI运行状态、调用日志、资源消耗、计费用量，方便调试与成本管控；
• bl skills技能管理：安装、卸载、更新自定义技能插件，扩展CLI业务能力边界。

四、环境安装与鉴权配置，30秒快速完成部署

环境硬性要求

Node.js ≥18.0.0，推荐22.12.0；npm ≥8.0.0；支持Windows、macOS、Linux全平台。

安装命令

# 全局安装百炼CLI，并且安装全部官方技能插件
npm install -g bailian-cli && npx skills add modelstudioai/skills --all -g

# 验证是否安装成功
bl --version

API‑Key鉴权配置

前往百炼控制台密钥管理页面，创建复制sk开头的API密钥，执行登录鉴权：

# 使用API‑Key完成鉴权登录
bl auth login --api-key sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

# 查看鉴权状态，确认密钥、订阅套餐识别正常
bl auth status

鉴权成功后配置文件默认保存在 ~/.bailian/config.toml，可以手动修改默认模型、输出格式、地域参数。

# config.toml配置文件示例
[auth]
api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

[default]
model = "qwen3.7-max"
image_model = "stable-diffusion-xl"
output_format = "json"
region = "cn-beijing"

五、全场景实操命令示例，可直接复制运行

文本生成 bl text

# 生成营销文案
bl text generate --prompt "为一款智能办公椅写一段100字营销文案，突出人体工学、舒适、智能调节" --max-length 200 --temperature 0.7

# 生成Python代码，直接输出保存到本地文件
bl text generate --prompt "编写一个Python函数，实现列表去重并保持原有顺序" --model "qwen3.7-max" --output "deduplicate.py"

# 长文本文件摘要提取
bl text summarize --input "long_article.txt" --max-length 100 --output "summary.txt"

# 文本翻译，中文转英文
bl text translate --text "阿里云百炼CLI，一行命令解锁全栈AI能力" --source "zh" --target "en"

图像生成与编辑 bl image

# 文生图，批量生成6张电商商品主图
bl image generate --prompt "黑色男装T恤，纯白背景，1:1正方形，亚马逊主图风格，高清细节" --size "1024x1024" --num 6 --output "./product_images/"

# 图生图风格迁移
bl image edit --input "original.jpg" --prompt "转换为水彩画风格，保留主体细节" --output "watercolor.jpg"

# 图片裁剪加水印
bl image process --input "image.jpg" --crop "512x512" --watermark "阿里云百炼" --opacity 0.3 --output "processed.jpg"

视频生成编辑 bl video

# 生成30秒产品宣传片
bl video generate --prompt "30秒智能办公椅产品宣传片，展示人体工学设计、智能调节、舒适体验，背景音乐轻快" --duration 30 --resolution "1280x720" --output "product_video.mp4"

# 图片序列转为轮播短视频
bl video generate --type r2v --img "./product_images/" --prompt "将产品图片转为30秒轮播视频，添加过渡效果" --duration 30 --output "image_video.mp4"

# 视频增加字幕和背景音乐
bl video edit --input "original_video.mp4" --subtitle "subtitle.srt" --bgm "background_music.mp3" --output "edited_video.mp4"

语音处理 bl voice

# 文本转语音TTS
bl voice tts --text "欢迎使用阿里云百炼CLI，一行命令解锁全栈AI能力" --voice "female_standard" --speed 1.0 --output "tts_audio.mp3"

# 语音克隆，基于5秒样本音频
bl voice clone --sample "voice_sample.wav" --text "克隆语音测试" --output "cloned_voice.mp3"

# 语音转文字ASR识别
bl voice asr --input "audio.wav" --language "zh" --output "transcript.txt"

知识库与记忆管理 bl rag / bl memory

# 上传PDF文档到知识库数据集
bl rag upload --file "company_document.pdf" --dataset "company_kb" --description "公司产品文档"

# 在知识库内做自然语言检索
bl rag query --query "智能办公椅的核心功能是什么" --dataset "company_kb" --top-k 3

# 设置Agent持久化记忆
bl memory set --key "user_preference" --value "喜欢简约风格，注重舒适度" --category "user_data"

# 查询记忆内容
bl memory get --key "user_preference" --category "user_data"

工作流编排 bl workflow

将多条命令编排为自动化流水线，示例创建文案‑配图‑视频生成工作流：

bl workflow create --name "content_generation" --steps '[
  {"command": "bl text generate --prompt \"生成产品文案\" --output 文案.txt"},
  {"command": "bl image generate --prompt \"根据文案生成配图\" --output 配图/"},
  {"command": "bl video generate --prompt \"根据文案和配图制作视频\" --output 视频.mp4"}
]'

# 执行已经创建好的工作流
bl workflow run --name "content_generation"

Shell脚本循环调用示例，批量处理任务

#!/bin/bash
# 批量读取prompt.txt每一行，调用文本生成能力
while IFS= read -r line
do
bl text generate --prompt "${line}" --max-length 800 --output "./out/$(date +%s).txt"
sleep 2
done < prompt.txt

六、计费模式与成本管控

百炼CLI复用百炼平台完整计费体系，工具本身开源免费，仅对实际AI资源调用收费，提供三种计费方案：

1. 按量计费（后付费）：根据模型Token消耗、图片张数、视频时长、语音时长计费，无最低消费门槛，适合原型验证、低频测试场景。
2. Token Plan预购额度：预付费购买Credits额度，文本、图像、视频、语音全部能力均可抵扣，价格最低可以到按量计费五折，适合中高频业务。
3. Coding Plan订阅：面向开发者编程场景的专属月费套餐，重点优化代码生成调用，适合AI编程助手、代码自动化场景。

可以使用内置命令查看用量与账单信息，配置消费告警，避免超额消耗。

# 查看计费用量统计
bl billing status

七、适用业务场景

1. 内容创作行业：自媒体、电商广告，自动化批量生成文案、商品图、短视频、配音，降低内容生产人力成本。
2. 开发者编程场景：代码生成、调试、文档撰写，作为AI编程助手，提升开发效率。
3. 企业数字化：快速搭建私有知识库，实现文档智能问答，搭建自动化办公流程。
4. AI Agent开发：为Hermes Agent、OpenClaw等智能体提供统一能力调用入口，编排复杂自动化工作流。
5. 教育培训行业：批量生成课件、习题、教学音视频，搭建智能答疑系统。
6. 媒体与播客业务：短视频脚本生成、有声书音频批量合成，完成内容二次加工。

八、使用注意事项

1. API‑Key不要硬编码写入脚本文件，配置文件做好权限保护，防止密钥泄露造成额度被恶意消耗。
2. 生产环境执行工作流，建议增加错误捕获逻辑，对命令返回JSON做解析校验，捕获调用失败异常。
3. 技能插件按需安装，不需要的插件可以卸载，减少本地资源占用。
4. 长耗时视频、大知识库任务，做好超时处理，不要无限阻塞脚本进程。
5. 上线前评估计费模式，低频测试优先按量计费；线上稳定业务优先订阅套餐，同时配置消费阈值告警。

总结

百炼CLI作为面向AI智能体设计的开源命令行工具，把平台150+大模型、十余种多模态能力、知识库记忆、联网搜索全部收敛为一套统一bl命令体系。借助四层架构实现轻量、跨平台、可扩展，原生适配主流Agent框架。开发者可以直接在终端、脚本、智能体内部调用文本、图像、视频、语音、知识库检索，还可以通过workflow编排复杂自动化流水线。

从原型测试到线上生产，从个人脚本到企业级Agent自动化工作流，百炼CLI打通了AI能力调用的最后一道门槛，让智能体不只是思考，更能够主动执行各类复杂任务。配合按量、订阅多种计费方案，开发者可以根据业务规模灵活选择，大幅降低多模态AI应用与智能体项目的开发与集成成本。