阿里云百炼CLI实战：一行指令调用Agent能力全攻略

阿里云百炼CLI是一款能在终端中直接调用阿里云大模型平台能力的命令行工具。基于插件化架构设计，可无缝嵌入Cursor、Qoder等支持Skill机制的AI Agent客户端。你的智能体只需一句自然语言指令，就能自动完成百炼平台上的任务——无论是生成图片、视频，还是调用插件或操作云资源。

一条自然语言指令，即可在Agent中调用百炼CLI全部能力

在支持Skill的Agent（如Cursor或Qoder）对话中，输入类似这样的自然语言指令：

生成6张亚马逊电商主图，产品为白色无线蓝牙耳机。

或者：

生成一段30秒的白色无线蓝牙耳机产品演示视频。

后续流程完全由百炼CLI自动接管。

与主流AI Agent框架深度兼容

阿里云百炼CLI可顺畅对接Cursor、OpenClaw、Claude Code、Cline等主流Agentic框架。接入后即可调用图像、视频、语音、知识库等10项原子能力。使用前需先开通阿里云百炼服务：https://www.aliyun.com/product/bailian。

阿里云百炼CLI支持能力清单

你的AI Agent接入后，开箱即可获得以下能力。面对复杂场景，系统会自动组合调度各项功能，具体能力与模型详见下表：

文本生成 qwen3.7-max —— 面向智能体时代的旗舰模型，编程、办公与长周期自主执行能力突出。
视觉理解 qwen3-vl-plus —— 融合思考与非思考双模式，视觉编码、空间感知与超长视频理解全面升级。
语音生成 cosyvoice-v3-flash —— 多音色实时流式合成，自然度与情感表现增强，5-20秒样本即可语音克隆。
语音识别 fun-asr —— 覆盖汉语七大方言、20种口音官话及30种语言。
全模态能力 qwen3.5-omni-plus —— 支持文本、图像、音频、音视频理解与交互，可处理10小时音频与400秒音视频。
图像生成 qwen-image-2.0 —— 融合图片生成与编辑，擅长专业文字渲染、真实质感与强语义对齐。
图像编辑 qwen-image-2.0 —— 智能编辑，支持多图合成。
图生视频 happyhorse-1.0-i2v —— 精准理解文本语义，输出流畅自然的高质量视频。
文生视频 happyhorse-1.0-t2v —— 高度还原动态画面，细节丰富生动。
参考生视频 happyhorse-1.0-r2v —— 支持最多9张参考图片，保持主体与场景一致性。
视频编辑 happyhorse-1.0-video-edit —— 通过自然语言指令编辑视频，支持最多5张参考图片。
知识库 阿里云百炼知识库 —— 支持多模态数据知识库的增删改查与检索，需要AccessKey认证。
记忆库 阿里云百炼记忆库 —— 跨会话持久化存储，提供个性化且连贯的对话体验。
工作流调用 工作流服务 —— 调用已配置的工作流应用服务。
智能体调用 智能体服务 —— 调用已配置的智能体应用服务。
联网搜索 bailian_web_search —— 实时互联网全栈信息检索，提升回答的准确性与时效性。
临时文件上传 临时文件上传服务 —— 提供免费临时存储空间，上传本地文件获得URL（有效期48小时）。
模型额度查询 模型额度查询 —— 根据模型ID查询可用的免费额度。
接口文档 阿里云百炼模型应用API调用参考文档 —— 在构建应用时，自动为你的应用集成阿里云百炼模型与应用能力API。

技术原理简述

当Agent接收自然语言指令后，后台执行以下步骤：首先匹配已注册的bailian-cli Skill；然后解析用户意图并构建相应的CLI命令；接着通过bailian-cli工具传递参数，经由百炼API完成具体任务；最后将执行结果返回给用户。整个过程无需任何手动编码，仅靠对话即可驱动百炼平台实现复杂AI操作。