阿里云把百炼塞进了命令行：一句话接入150+模型

产品更新

阿里云今日开源百炼CLI，一行命令让Agent调用150多款模型、十多款应用以及知识库、记忆、联网搜索等全套能力，原生适配Claude Code、Qoder等主流Agent框架。

阿里云今天（5月29日）把百炼的核心能力打包成了一个命令行工具，扔到了 GitHub 上。一行命令，Agent 就能调到平台上 150 多款模型、十多款应用，再加上知识库、记忆、联网搜索这一整套配套设施。

这件事放在 2026 年的当口看，节奏其实挺顺的。过去半年，Agent 这边的事实标准已经从"对话框 + 插件"转向了"终端 + CLI"——Claude Code、Cursor 的 Agent 模式、Qoder、还有一票 Open 系的 Agent 框架，几乎全在围着命令行做文章。模型厂商如果还只提供 HTTP API 和 SDK，就要被夹在中间：上游 Agent 框架要适配你，下游开发者要自己把模型能力翻译成工具调用。百炼 CLI 干的事，就是把这层翻译省掉。

百炼 CLI 终端调用界面示意

CLI 化的意义：不是再做一个 SDK

先把误会澄清掉。百炼 CLI 不是把原来 Python/Java SDK 换个皮变成命令行。它是专为 Agent 设计的——也就是说，它的输出是给另一个 AI 看的，不是给人看的。

这是两个完全不同的设计目标。给人用的 CLI，重点是交互友好、彩色输出、进度条；给 Agent 用的 CLI，重点是结构化输出、参数语义明确、错误码可解析、能被 LLM 一次性理解并正确调用。官方明确说了支持"结构化输出，便于 Agent 工具调用和自动化编排"，这句话翻译过来就是：每个子命令的入参出参都按照 function calling 的规范来组织，Claude Code 这类 Agent 能直接把它当成工具集挂载进去。

对照一下原生支持的几个框架名单——Claude Code、Qoder、OpenClaw、Hermes Agent——基本覆盖了当前主流的编码 Agent 和通用 Agent 两条路线。Claude Code 是 Anthropic 自家的终端 Agent，Qoder 是阿里前段时间推的 IDE Agent，后两个是开源社区的代表。这个适配清单意味着，用户不用自己写 MCP server 或者自定义工具描述，装完 CLI 就能在这些 Agent 里直接用。

能力清单：把"百炼"打包成工具集

按官方披露的能力盘点，百炼 CLI 现在可以让 Agent 干这些事：

  • 多模态模型调用：文本、图像、视频、语音、视觉理解，覆盖 150+ 模型
  • 应用与工作流调用：直接调用在百炼控制台搭好的应用和 Workflow
  • 知识库检索：RAG 链路开箱即用
  • 记忆库管理与用户画像：长程记忆、个性化
  • 联网搜索：让 Agent 获取实时信息
  • 本地文件上传与多模态文件处理：把本地图片、文档、音视频喂给模型
  • 结构化输出：可被上层 Agent 编排消费

这个清单的潜台词是：百炼把自己平台上能用的东西，几乎全部 CLI 化了。过去你想让一个 Agent 同时具备"读本地图片 → 用 Qwen-VL 看懂内容 → 调用图像编辑模型生成营销图 → 查知识库确认品牌指南 → 写文案"这一整串能力，得自己写好几层 glue code。现在 Agent 可以自己分步骤调命令，glue code 由 LLM 在运行时即兴生成。

官方举的几个场景也很说明问题：让 Agent 联网搜最新信息、读本地图编辑成营销素材、结合知识库和记忆构建企业级助手。这三个例子分别覆盖了"实时性、多模态、上下文"三个 Agent 最常被卡住的点。

为什么是现在？

这事得放在更大的背景里看。

阿里这一波动作不是孤立的。再往前推几个月，他们陆续推过 Kilo CLI——专门给 Qwen3-Max、Qwen3-Coder 系列做的编码 CLI；再之前 Qwen3.7-Max 主打"面向智能体时代"，强调长周期自主执行和 MCP 集成。一条线索很清楚：阿里在把百炼从一个 MaaS 平台，往"Agent 运行时"这个方向重新定位。

百炼 CLI 是这条线上最关键的一块拼图。Kilo CLI 解决的是"在 Agent 里用 Qwen 写代码"，覆盖编码场景；百炼 CLI 解决的是"在 Agent 里用阿里云全套 AI 能力做事"，覆盖通用场景。两者其实是互补的——前者偏向 IDE 内的代码助手，后者偏向通用 Agent 工作流。

更现实一点说，国内大模型平台过去一年都在卷"应用层"，做应用市场、做工作流编辑器、做记忆库、做知识库。但这些东西要真正被开发者用起来，最大的阻力其实是"接入成本"——每个能力都是一套 API，每个 API 都得读文档、写 client、调参数。Agent 时代，这套打法行不通了，因为 Agent 不会自己读文档。所以把所有能力 CLI 化、并且专门给 Agent 优化输出格式，本质上是给 Agent 做产品适配。

跟 MCP 比，怎么看？

开发者看到这个新闻，第一个反应大概率是：这跟 MCP（Model Context Protocol）有什么关系？要不要二选一？

两个东西的定位其实不一样。MCP 是协议，定义的是 Agent 和工具之间怎么通信；百炼 CLI 是工具集，是阿里云能力的具体封装。理论上，百炼 CLI 完全可以被包装成一个 MCP server，让任何支持 MCP 的 Agent 调用。

但走 CLI 这条路有几个现实优势：

  1. 零配置启动：MCP server 需要起进程、配 schema、管生命周期，CLI 装完直接能用
  2. 跨 Agent 框架兼容性更好：不是所有 Agent 都支持 MCP，但几乎所有 Agent 都支持"调用 shell 命令"
  3. Debug 友好：人类直接在终端里跑一遍命令，能立刻看出哪里出了问题，MCP 的调试链路要长得多

所以可以预期，后面这两条路线大概率是并行的：CLI 作为最低门槛的入口，MCP 作为更深度集成的方式。

一些值得关注的细节

几个翻文档时注意到的点：

  • GitHub 仓库地址是 modelstudioai/cli，不在 alibaba 主组织下面，估计是百炼海外品牌 ModelStudio 的独立运营。这种命名也说明这个东西不只是给国内开发者用的，海外站点（新加坡、弗吉尼亚）也都同步支持。
  • 结合 Coding Plan 看，百炼前段时间已经推了类似 Claude Code Max Plan 的订阅制套餐，CLI 化之后这套订阅的价值会被放大——一次订阅，所有 Agent 框架都能用。
  • Qwen3.7-Max 刚发布，定位就是"面向智能体时代"。模型层、CLI 层、订阅层这三块拼起来，阿里这次的产品节奏明显是有规划的。

给开发者的建议

如果你正在做基于 Claude Code 或者 Qoder 的 Agent 应用，百炼 CLI 值得花半小时试一下，特别是涉及多模态（图像编辑、视频生成、语音合成）的场景——这些能力自己接 API 真的烦，CLI 化之后省心很多。

如果你在做企业内部的智能助手，结合"知识库 + 记忆 + 联网搜索"这三件套，百炼 CLI 提供了一个比较完整的现成方案，至少 PoC 阶段不用自己拼基础设施。

如果你做的是纯文本对话类应用，那其实直接用 OpenAI 兼容接口就够了，CLI 的优势体现不出来。顺带一提，OpenAI Hub 也支持 Qwen 系列模型的直接调用，OpenAI 格式兼容，国内直连，做对比测试或者多模型路由的时候挺方便。

这次百炼 CLI 开源是个标志性事件，但还需要时间观察的几件事：一是 Agent 框架适配的稳定性，特别是工具描述的语义清晰度；二是结构化输出对复杂任务的支持深度；三是开源社区会不会跟进，贡献更多上层封装。

命令行回归是这两年最有意思的产品趋势之一。模型厂商终于意识到，给 Agent 做产品和给人做产品是两件事——前者要的是"清晰、可调用、可组合"，后者要的是"好看、好用、好理解"。百炼 CLI 这次明显是奔着前者去的。

参考链接