你将学到：把百炼 CLI 以 agent skill 形态装进 coding agent → 用一句自然语言驱动生图生视频 → 看懂 Agent 替你拼出的每条命令和每个参数 → 掌握竖屏、图生视频、多轮改图、首尾帧、文档转视频、批量生图六个进阶场景 → 避开实测踩过的坑。

环境准备

前置条件：一个日常在用的 coding agent（Claude Code、Qoder 这类都行）+ 一个百炼账号。

第 1 步 装 agent skill 包：百炼 CLI 官方提供了 agent skill 包，一行命令安装之后，Agent 就认得 bl 这套命令，生图生视频变成它的工具。习惯敲终端的同学也可以 npm install -g bailian-cli 直装本体，命令完全一样——区别只是自己记参数，还是把需求说给 Agent。

第 2 步 配置 API Key：在百炼控制台免费创建 API Key，交给 Agent 配置（终端党用 bl auth login --api-key <你的Key>）。

装好之后用起来是这样的。我对 Agent 说：

帮我生成一段视频：一只柯基犬在黄昏的沙滩上奔跑追逐飞盘，慢镜头，暖色调逆光，1080P，五秒。

Agent 调用百炼 CLI 的视频生成工具，实际执行：

bl video generate --model wan2.7-t2v-2026-06-12 \
  --prompt "一只柯基犬在黄昏的沙滩上奔跑追逐飞盘，慢镜头，暖色调逆光" \
  --resolution 1080P --duration 5 --download corgi.mp4

命令逐参数详解（看懂 Agent 在替你做什么）

参数	作用	备注
--model	指定模型	wan2.7-t2v-2026-06-12 走免费额度；不指定则默认 wan3.0-video（付费）
--prompt	画面描述	你那句自然语言会被 Agent 提炼成这个
--resolution	分辨率	480P / 720P / 1080P，价格随档位递增
--duration	时长（秒）	视频按秒计费，验证期别贪长
--download	落盘文件名	成片直接写进当前目录

两分钟后 8.3 MB 的 1080P 成片就位。你不需要背这张表——描述需求是你的活，拼参数是 Agent 的活——但看懂它，出问题的时候你知道该让 Agent 改哪里。

六个进阶场景（全部实测通过）

场景 1：竖屏直出。对 Agent 说「再来一条竖屏的：夜晚城市天际线延时摄影」，它自动加 --ratio 9:16：

bl video generate --model wan2.7-t2v-2026-06-12 \
  --prompt "夜晚城市天际线延时摄影，霓虹灯光流动，竖屏构图" \
  --ratio 9:16 --resolution 1080P --duration 5 --download city.mp4

短视频平台直发，不用后期裁。顺带一个实测发现：描述密度直接决定画面档次。同一个柯基，两条提示词对照：

一只柯基在沙滩上跑

一只柯基犬在黄昏的沙滩上奔跑追逐飞盘，慢镜头，暖色调逆光

前者出的是正午平光普通镜头，后者出的是落日海平线、光晕和长影。模型参数完全相同，差距全在描述里，省什么别省 prompt。

场景 2：图生视频链。对话侧两步：「生成一张插画：机器猫坐窗台看雨，马卡龙色调」→「把这张图变成视频，猫眨眨眼，雨滴落下，镜头推近」。Agent 串两条命令：

bl image generate --prompt "极简插画：机器猫坐窗台看雨，马卡龙色调" \
  --size "1280*720" --watermark false --out-dir ./out --out-prefix base

bl video generate --image ./out/base.png \
  --prompt "机器猫轻轻眨眼，雨滴落下，镜头推近" \
  --resolution 720P --duration 5 --download cat.mp4

--size 是出图尺寸、--watermark false 去水印、--out-dir/--out-prefix 管理产物路径、--image 指定底图。静图不满意几毛钱重出，满意了再转片，把「视觉定稿」和「动态化」解耦，这是链路的核心价值。

场景 3：多轮改图（对标 ChatGPT 刷屏玩法）。对话侧连说三轮：「改成黄昏暖色调」「窗台上加一盆多肉和一杯热可可」「整体转吉卜力水彩风格」。Agent 逐轮以上一轮产物为输入：

bl image edit --image ./out/base.png \
  --prompt "把画面改成黄昏时分的暖色调氛围" \
  --watermark false --out-dir ./out --out-prefix edit1
# 第二轮 --image ./out/edit1.png，第三轮 --image ./out/edit2.png

bl image edit 是文本指令改图。实测第 2 轮加的道具在第 3 轮换风格后仍在原位、构图不变；改一轮和出一张图同价（两毛上下），三轮六毛，中间产物全落盘、随时回退。

场景 4：首尾帧（两张静图夹出延时摄影）。先出一张白天城市天际线，再用 bl image edit 改出同构图夜景，然后：

bl video generate --image ./out/day.png --last-frame ./out/night.png \
  --prompt "从白天到夜晚的延时摄影过渡，光线渐变，城市灯光逐渐亮起" \
  --resolution 720P --duration 5 --download day2night.mp4

--last-frame 开首尾帧模式（官方叫 kf2v）：第一帧吃白天图，末帧吃夜景图，中间过渡模型自己补。实测抽帧验证首末帧与输入一致，720P 五秒 2.1 元（7 折价）。

场景 5：文档转视频（wan3.0 特色）。对 Agent 说「把这份文档变成演示视频，信息图表风格」：

bl video generate --file ./说明文档.md \
  --prompt "产品发布节奏演示动画，信息图表风格" \
  --resolution 720P --duration 5 --timeout 900 --download demo.mp4

--file 让模型先解析文档再生成，实测含解析约八分钟，出一段信息图风格的演示动画。做产品介绍、课程预告的人值得试试。

场景 6：生图的三个本事（两个好用一个要祛魅）。一是中文文字渲染：prompt 里直接写排版要求（如「中央一行大字××，右下角小字××」），实测出图无错字、排版干净，做头图封面直接把文案写进描述。顺着这个能力补测了一张竖版活动海报，把八类要素全部写进提示词，一张出活：

竖版科技活动海报。深蓝到藏青的渐变背景；画面上方三分之一处是一个发光的终端窗口图形，窗口里一行绿色提示符和闪烁的光标；中央是白色无衬线大标题「一句话，出活」，字距放宽，占画面宽度的三分之二；标题下方一行浅灰色小字「Agent 时代的生成工具」；底部中央是一个圆形徽标，内部一个简约的闪电图形。整体极简科技风，霓虹蓝点缀，大量留白，排版干净

bl image generate --prompt "<上面这段提示词>" \
  --size "720*1280" --watermark false --out-prefix poster-rich

终端窗口、大标题、副标题、闪电徽标全部在位，中文无错字。提示词要素清单（可直接抄）：画幅、背景、主体和位置、层级文字（主标题/副标题/角标，字号字距都能写）、装饰元素、风格、色彩、留白。要素写得越全，一次通过的几率越大：短提示词的随机性由模型替你做决定，复杂提示词是你替模型做决定。二是批量候选：--n 4 一次出四张供挑选，注意计费同步乘四。三是 --seed 实测不能复现：同描述同 seed 两次出图完全不同（构图、道具全变，MD5 都对不上），它的语义是「降低随机性」，想要一样的图请存下产物重用。

成本速查（一张表说清）

项目	规则
免费额度	按秒扣（1080P 每秒 1 单位），90 天有效、各模型独立
wan3.0 视频	480P 0.3 / 720P 0.6 / 1080P 1.2 元每秒，推广期 7 折至 9-23
生图 / 改图	约 0.2 元每次（改图与生图同价）
查账命令	让 Agent 跑 bl usage free，列所有模型免费额度余额

实测两轮九场景加补测付费总额 10.4 元（第一轮 6.5 + 第二轮 3.7 + 复杂提示词海报 0.2）。用法一句话：验证走免费额度和 720P，定稿再上 1080P。

避坑指南（实测踩过）

1. 轮询超时 ≠ 任务失败：文档转视频默认超时会报 Polling timed out，但云端任务还在跑且会计费。别让 Agent 重跑（它看到报错的本能恰恰就是重跑，等于自动双倍计费），加大 --timeout 900 或用 --async 拿任务号慢慢查。根治方法：把这条写成 Agent 的规则（贴进 CLAUDE.md / AGENTS.md 或 skill 说明），报超时先跑 bl video task get --task-id <任务号> 查状态，确认真失败再重跑——写一次，以后它自己会绕开。
2. zsh 用户注意：--size 1280*720 会被 shell 当通配符，记得让 Agent 加引号 "1280*720"（它通常自己会处理）。
3. 视频默认带水印：介意的话提一句，Agent 会加 --watermark false。
4. --seed 不是复现开关：文档写「可复现结果」，实测同描述同 seed 两次出图完全不同（MD5 都对不上）。要一模一样的图，把产物存下来重用，别指望 seed。

FAQ

Q：不会写代码能用吗？ 能，这正是 agent skill 形态的意义：你负责说「生成一段什么样的视频」，拼命令是 Agent 的活。

Q：和网页版比优势在哪？ 无排队、产物直接落本地、静图转视频链路可迭代、命令可沉淀成脚本批量跑。

Q：ChatGPT Images 2.5 和这个什么关系？ 那波热度负责种草，这条路线负责让你当天出片，两者不冲突。

Q：支持哪些模型？ 生图默认 qwen-image-3.0（可选 wan2.6-t2i、z-image-turbo 等），生视频默认 wan3.0-video（可选 wan2.6-t2v、happyhorse 系列等），对 Agent 说模型名即可切换。

---

还差一个 API Key 的话，控制台免费领。装好之后，评论区说一个你想生成的画面，我挑几条帮你们跑出来。