<div align="center">
<img src="https://raw.githubusercontent.com/modelstudioai/cli/main/assets/banner.jpg" alt="Aliyun Model Studio CLI" />
Aliyun Model Studio (DashScope) AI 플랫폼의 공식 명령줄 인터페이스(CLI)
npm version
Node.js
TypeScript
License
Aliyun Model Studio CLI 사이트 · 중국어 문서 · API 문서 · API 키 받기
Qwen과 채팅하고, 이미지와 비디오를 생성 및 편집하며, 이미지를 이해하고, 음성을 합성 및 인식하며, 앱을 호출하고, 메모리를 관리하고, 지식을 검색하며, 웹을 검색하는 — 모든 AI 기능이 단 하나의 명령어로 가능합니다.
AI 에이전트를 위해 구축되었습니다. 모든 명령은 구조화된 도구 호출(structured tool call)로 작동합니다.
</div>
기능 (Features)
- 모델 생성(Model generation) — 텍스트, 이미지, 비디오, 음성을 아우르는 풀 모달리티(full-modality) 생성 기능과 편집 및 참조 기반 생성을 지원합니다.
- 자산 이해(Asset understanding) — 이미지, 문서, 오디오, 장시간 비디오에 대한 파싱 및 질의응답 기능을 제공합니다.
- 앱 오케스트레이션(App orchestration) — Aliyun Model Studio에 게시된 관리형 에이전트(Managed Agents), 에이전트, 워크플로우를 호출하며, 지식 기반(knowledge bases), 메모리, 웹 검색, MCP 도구와 연결할 수 있습니다. 또한 CLI에서 에이전트/워크플로우 생성, 업데이트, 게시, 복사, 삭제 및 워크플로우 캔버스 편집 기능을 제공합니다.
- 네이티브 MCP 설정(Native MCP setup) — Codex, Claude Code, Cursor, Qoder, Qoder Work, QwenWork(천문사무), Qwen Code, Gemini CLI 또는 Pi에 Bailian MCP 서버를 등록합니다.
- 학습 및 배포(Training & deployment) — 데이터셋을 검증하고 업로드하며, 모델 미세 조정(fine-tune) 및 전용 모델을 엔드포인트로 배포할 수 있습니다.
- 배치 추론(Batch inference) — CSV/JSONL 파일을 준비하고, 비동기 채팅(Chat)/임베딩(Embedding) 작업을 생성 및 추적하며, 선택적으로 CSV와 함께 원본 결과/오류를 다운로드하거나 동기식 배치 채팅 요청을 보낼 수 있습니다.
- 계정 운영(Account operations) — 로그인, UI 기반 구성, 모델 마켓플레이스, 사용량 및 할당량(quota), 속도 제한 증가(rate-limit increases), 팀 좌석 관리 기능을 제공합니다.
- 플랜 온보딩(Plan onboarding) — 토큰 플랜(Token Plan)과 같은 구독 플랜을 한 단계로 CLI 및 일반 코딩 에이전트에 연결할 수 있습니다.
참고: 앱 오케스트레이션(App orchestration), 네이티브 MCP 설정(native MCP setup), 학습 및 배포(training & deployment), 계정 운영(account operations), 플랜 온보딩(plan onboarding) 기능은 현재 중국 사이트(aliyun.com) 계정 소유자에게만 제공되며, 국제/글로벌 사이트 계정에는 아직 지원되지 않습니다.
Showcase 1: 한 문장으로 만든 시네마틱 단편 영화
<p align="center">
<a href="https://cloud.video.taobao.com/vod/dS2F4huqbw5Nfe5L3wwb3grz2q2DNYD3retq8dU-iHo.mp4">
<img src="https://raw.githubusercontent.com/modelstudioai/cli/main/assets/showcase-short-film.jpg" alt="클릭하여 데모 비디오 재생" width="720" />
</a>
</p>
<p align="center"><i>👆 커버를 클릭하여 2분 분량의 전체 데모 시청</i></p>
단일 자연어 문장만으로 처음부터 끝까지 제작된 완전한 2분 분량의 16:9 시네마틱 단편 영화입니다. 수동 편집이 전혀 필요하지 않습니다. 이 쇼케이스는 AI Agent가 세 가지 기본 요소(primitives)를 오케스트레이션하여 다단계 창작 파이프라인을 구성하는 방법을 보여줍니다:
- [Qwen Code]: 사용자의 의도를 해석하고 워크플로우를 구동하는 에이전트 코딩 모델입니다.
- [Aliyun Model Studio CLI]: Aliyun Model Studio의 텍스트-/이미지-/참조 기반 비디오 생성 모델인 HappyHorse 1.1을 호출합니다.
- [spark-video Skill]: 장면 분해(scene decomposition), 스토리보딩, 샷 연속성(shot continuity), 최종 스티칭 처리를 담당합니다.
단일 프롬프트
"일본 영화 스타일로 약 2분 분량의 비디오를 생성해 주세요. 고등학생 소녀에 대한 달콤하고 순수한 첫사랑 이야기입니다. 플롯은 시청자들이 사랑에 빠지고 싶게 만들 만큼 설레야 합니다. 화면 비율: 16:9."
쇼케이스 2: 단일 문장으로 관리되는 단편 영화 감독 에이전트
<p align="center">
<a href="https://cloud.video.taobao.com/vod/2v0GYLbJSQb2saj4iopTJDW3iRIHsintYlK-wTKbhqE.mp4">
<img src="https://raw.githubusercontent.com/modelstudioai/cli/main/assets/showcase-managed-agent.jpg" alt="클릭하여 데모 비디오 재생" width="720" />
</a>
</p>
<p align="center"><i>👆 커버를 클릭하여 전체 데모 재생</i></p>
하나의 문장이 스토리보딩, 스토리보드 이미지 생성 및 비디오 생성을 위한 재사용 가능한 클라우드 측 단편 영화 감독을 구축합니다:
단일 프롬프트 (The single prompt)
"단편 영화를 제작할 수 있는 Managed Agent 앱을 만들어 주세요. 비디오를 생성하고 적합한 스토리보드를 디자인할 수도 있는 디렉터 전문가가 필요해요."
설치 (Installation)
Agent 설치 (권장)
다음 내용을 에이전트에게 전송하면, 환경을 감지하여 CLI를 자동으로 설치하고 검증합니다:
Please read https://bailian.aliyun.com/cli/install.md and install the Aliyun Model Studio CLI for me
NPM으로 설치 (Install with NPM)
npm install -g bailian-cli
bl skill init
Node.js >= 18.17이 필요합니다.
macOS/Linux에서 설치 (Install on macOS/Linux)
curl -fsSL https://bailian.aliyun.com/cli/install.sh | bash
Node.js가 필요하지 않습니다. 설치 프로그램이 Bailian Skills를 자동으로 설치합니다.
Windows에서 설치 (Install on Windows)
irm https://bailian.aliyun.com/cli/install.ps1 | iex
Node.js가 필요하지 않습니다. 설치 프로그램이 Bailian Skills를 자동으로 설치합니다.
빠른 시작 (Quick Start)
설치 후에는 AI Agent에게 단순히 작업을 설명하기만 하면 됩니다. 명령어를 수동으로 조합할 필요가 없습니다.
| 시나리오 | 에이전트에게 지시할 내용 |
|---|
| 관리형 에이전트 (Managed Agent) | "단편 영화 스토리보드와 비디오를 생성할 수 있는 관리형 에이전트를 만들어 줘." |
| ... | |
더 많은 예제 및 시나리오: Aliyun Model Studio CLI 사이트
지식 기반 사용해 보기
유효한 API 키와 워크스페이스를 사용하여 먼저 초기화 미리보기를 수행합니다:
bl knowledge init --workspace-id <workspace-id> --dry-run
지식 기반은 쿼리가 없더라도 생성 시점부터 실행 시간 요금(running-time charges)이 발생합니다. 일회성 Standard Edition 720시간 할당량은 모든 지식 기반에서 공유되며, 신규 사용자의 경우 활성화 후 30일이 지나면 만료됩니다. 모델 호출에는 추가 비용이 발생하며, 남은 할당량은 알 수 없습니다. 플랜과 청구 규칙(billing rules)을 검토한 후, 작업을 확인한 후에 동일한 명령어에 --yes를 추가하고, 실행하려면 --dry-run을 제거하십시오.
반환된 ID와 복구 기록(recovery record)을 보관하십시오. CLI를 닫거나 나중에 실패하더라도 청구가 중단되지 않습니다. 사용하지 않는 지식 기반을 삭제하려면 보고된 정리 조치(cleanup actions)를 따르십시오. 검색 및 정리(cleanup)는 지식 스튜디오 빠른 시작(Knowledge Studio quick start)을 참조하십시오. bailian-knowledge Skill은 bl skill init을 통해 사용할 수 있습니다.
콘솔 데이터셋 및 배포 쿼리
bl dataset groups --page 1 --page-size 10 --output json
bl dataset version --dataset-group-id <group-id> --output json
bl dataset version --dataset-id <version-id> --include-status --output json
...
사용 가능한 dataset groups(--name으로 서버에서 선택적으로 필터링 가능)를 사용하여 records[].datasetGroupId를 얻은 다음, dataset version --dataset-group-id <group-id>로 {result:[...]}를 가져와서 result[].datasetId 및 해당 옵션 fileId를 확인합니다. 세부 정보는 dataset version --dataset-id <version-id>를 사용하십시오; --include-status는 상세 모드에서만 사용할 수 있습니다. --dataset-group-id와 --dataset-id 중 정확히 하나가 필요하며, 이 둘을 함께 사용할 수는 없습니다. fileId는 datasetId가 아니며 버전 ID로 전달되어서는 안 됩니다. 그룹은 그룹당 하나의 임베디드 버전 미리보기를 포함하여 한 페이지를 가져오므로, version --dataset-group-id는 포괄적인 결과를 보장하거나 페이징을 노출하지 않습니다. dataset list의 API Key / file_id 의미론적 구조는 변경되지 않았습니다.
이 읽기 전용 명령어들은 Console 인증을 사용합니다. 선택적 --workspace-id는 쿼리 전에 워크스페이스의 Console 식별자를 확인하며, 해결 실패 시 요청이 중단됩니다. dataset version --dataset-id는 메타데이터와 버전/작업 상태를 분리하여 유지하며 검증 성공 여부나 학습 준비 상태를 추론하지 않습니다. file url은 다운로드 주소만 해석합니다. deploy instances는 용량 인스턴스가 아닌 독립적인 서비스 한 페이지(records가 목록, items가 전체)를 반환합니다. API 키 기반의 dataset get --file-id 및 deploy list 명령어는 변경되지 않았습니다. 비즈니스 요청 없이 미리 보기를 하려면 --dry-run을 추가하십시오. 프레임워크 업데이트 확인/텔레메트리는 해당 설정에 따릅니다.
RAG 오디오 및 비디오
bl knowledge doc import --index-id <id> --doc-id <fileId>는 기존 파일을 지식 기반으로 가져오며, doc list --details는 파일별 처리 설정을 보여줍니다. 미디어 지원에는 파서 옵션, 스트리밍 업로드 및 검색/청크 출력 내의 미디어 참조가 포함됩니다. Chat JSON은 최종 답변을 단계(phases), 도구(tools), 문서(docs), 사용량(usage) 및 원시 이벤트(raw events)와 분리합니다. 조용한 모드(quiet mode)는 모든 JSON 필드를 포함하여 최종 결과를 보존하면서 진행 상황과 정보 메시지를 숨깁니다. 명령어 가이드를 참조하십시오.
ParseX
워크스페이스 범위의 ParseX API를 통해 문서 또는 오디오/비디오에서 구조화된 필드를 추출합니다:
bl parsex parse submit --workspace-id <workspace-id> --file-url "https://example.com/document.pdf" --file-name document.pdf --output-file-format markdown --output json
bl parsex parse result --workspace-id <workspace-id> --biz-id <parse-biz-id> --follow --output json
bl parsex extract submit --workspace-id <workspace-id> --parsed-file-biz-id <parse-biz-id> --schema-file schema.json --output json
...
일반 API 키와 ParseX 접근 권한이 있는 워크스페이스를 사용하십시오. 제출 시 data.biz_id가 즉시 반환되며, result --follow는 완료될 때까지 기다립니다. schema.json에는 예를 들어 {"type":"object","properties":{"title":{"type":"string"}}}}와 같은 JSON Schema 객체가 포함되어 있습니다. 입력은 접근 가능한 HTTP(S) URL이어야 하며, 추출 작업은 보존된 문서 파싱 작업도 허용합니다. 처리 옵션, 결과 슬라이스, OSS 자격 증명, dry-run 및 폴링 동작에 대한 내용은 ParseX 명령어 가이드를 참조하십시오.
배치 추론 (Batch Inference)
bl batch convert --help
bl batch convert --file input.csv --output-file input.jsonl --model qwen-plus
bl batch create --file input.jsonl --dry-run
...
--help에는 CSV, JSONL 및 결과 데이터 예시가 포함되어 있습니다. convert는 로컬에서 작동하며 키가 필요하지 않습니다. 추론/작업 명령어는 모델 API 키를 사용합니다. 파일 추론은 create → get → download를 통해 비동기 작업을 사용합니다: create는 업로드/제출하고 완료를 기다리지 않고 작업 ID를 반환합니다. get으로 쿼리하고 완료 후 결과를 다운로드하십시오. 변환/다운로드 파일은 파일별로 원자적으로 게시되며 절대 조용히 덮어쓰지 않습니다. 부분적인 다운로드를 복구하려면 --force를 사용하십시오. JSONL이 권위 있는 결과이며, CSV는 손실성 표시(lossy display)입니다. 선행 0을 유지하려면 ID를 텍스트로 가져오십시오. Ctrl-C는 원격 작업을 중지하는 것이 아니라 로컬 폴링을 중지합니다.
text chat --batch는 하나의 동기식(synchronous) 요청을 보내고 응답을 기다리며, 비동기 작업 ID를 생성하지 않습니다. 개별 파일 요청이 아닌, 하나의 요청에 대한 대화 컨텍스트(conversation context)를 포함하는 --message 또는 --messages-file을 사용하십시오. 전체 요청 타임아웃은 기본값으로 300초입니다 (--timeout: 60–3600초). 타임아웃, Ctrl-C, 또는 연결 끊김이 서버 취소를 보장하지는 않습니다.
