LAS CLI 是 AI 数据湖服务 (LAS) 的官方命令行工具，提供 LAS 的调用鉴权、多模态数据处理等核心功能的命令，你可以使用 LAS CLI 在本地通过命令行完成算子调用、批处理和 TOS 文件操作。本文为您介绍 LAS CLI 命令的安装及使用要点。

环境要求 #

• Node.js >= 16.0.0 (如果选择 npm 安装方式)
• 已开通火山引擎 LAS 服务，并已获取 LAS API Key 或火山引擎 账号的 AK/SK 信息，用于后续使用 LAS 服务的鉴权配置。

安装 LAS CLI #

您可以根据自己的操作系统和环境，选择以下任意一种方式进行安装。

npm i -g @volcengine/las-cli
las-cli --version
las-cli --help

curl -fsSL https://lf3-static.bytednsdoc.com/obj/eden-cn/lm-ylabwtvj-wk/ljhwZthlaukjlkulzlp/las/install-cli.sh | bash
las-cli --version

irm https://lf3-static.bytednsdoc.com/obj/eden-cn/lm-ylabwtvj-wk/ljhwZthlaukjlkulzlp/las/install-cli.ps1 | iex
las-cli --version

• 安装完成后可执行 las-cli --version验证安装结果，如果成功输出版本号，则代表安装成功。
• 您可以将以下安装命令直接发送给 Agent，由 Agent 为您安装 LAS CLI，也可在终端中执行以下安装命令。以下为安装示例。

卸载 LAS CLI #

• npm 安装方式：npm uninstall -g @las-ai/cli
• 二进制安装方式：rm -f /usr/local/bin/las-cli（或安装时提示的实际路径）

step1：初始化 LAS CLI #

首次安装 LAS CLI 后，您需要调用 init 命令来对 LAS 进行初始化配置，主要需要完成 LAS 服务的调用鉴权相关配置。

1. 获取 LAS 服务的认证信息。当前支持使用 LAS API Key 来进行 LAS 服务调用的鉴权认证，您可参考以下方式，获取 LAS API Key 信息。

   • LAS API Key：您可登录 LAS 控制台后，在 资源管理 > API Key 管理 页面中创建 LAS API Key，并获取对应信息，详情可参见API Key 管理。

2. 打开 LAS 初始化配置文件~/.las-cli/config.json，将认证参数配置好后，调用 init 命令初始化 LAS CLI。

   注意

   • 鉴权信息比较敏感，泄露的话可能会导致您的模型用量被其他人花费，造成一定的损失，因此请您在受信任的环境中保存并进行初始化配置。
   • 建议优先使用环境变量，避免写入本地配置文件。
   • 您可以将获取到的 LAS API Key 信息发送给 Agent，让 Agent 为您完成初始化配置，或直接在终端中修改配置文件并调用 init 命令，进行初始化配置。
   • 全量的 init 命令说明可执行 las-cli init --help 获取，或查看下文 init 命令参考部分。常用的配置项如下所示。

     export LAS_API_KEY="<your-las-api-key>"
     export VOLCENGINE_REGION="cn-beijing"  # 可选
     
     # 当你需要直连 TOS / 生成 presign 时
     export VOLCENGINE_ACCESS_KEY="<your-ak>"
     export VOLCENGINE_SECRET_KEY="<your-sk>"
     
     # 可选：默认 bucket（用于 tos upload 回退与部分场景推断）
     export TOS_BUCKET="tos://<bucket>"
     

3. 执行las-cli init或las-cli config init完成初始化配置。

4. 配置完成后，您可以用 las-cli config show 检查最终生效配置。配置优先级通常为 flag > env > config。

step2：查看可用算子与参数 #

1. 列出算子列表。

   las-cli operators list --format table
   

2. 查看某个算子的参数定义。

   las-cli operators help las_asr_pro
   

step3：调用 LAS 算子进行多模态数据处理 #

使用 LAS CLI 调用算子服务进行多模态数据处理。以下以调用PDF Parse Doubao - 豆包 AI 解析 PDF算子来解析示例 PDF 文档，为您演示如何基于 LAS CLI 来进行多模态数据处理。

• 您可以直接在调用算子时指定算子参数取值。
  执行 las-cli operators call <operatorId> [--param1 value1 --param2 value2 ...] 命令来调用 LAS 算子。
  
• 您也可以将算子参数配置到一个 JSON 文件中，在调用算子时指定参数文件的方式配置算子参数。

  1. 例如在当前路径下新建一个params.json文件，配置好算子参数。

     {
       "url": "https://las-ai-cn-beijing-baseline.tos-cn-beijing.volces.com/operator_cards_serving/public/baseline/las_pdf_parse_doubao/v1/pdf-sample.pdf"
     }
     

  2. 输出 Markdown（便于直接阅读与复制）。

     las-cli operators call <operatorId> --params-file ./params.json --format markdown
     

  3. 执行以下命令调用算子。

     las-cli operators call las_pdf_parse_doubao --params-file ./params.json
     

step 4：对 TOS 目录批处理（operators batch） #

1. 以 las_vlm_video 为例，对 --source 前缀下的对象批量调用算子，并把每个对象的地址写入 video_url 参数。

   las-cli operators batch las_vlm_video \
     --source tos://<bucket>/inputs/videos/ \
     --target tos://<bucket>/outputs/vlm/ \
     --input-key video_url \
     --params-file ./vlm_params.json \
     --concurrency 4 \
     --suffix .mp4
   

2. 使用 --dry-run 预览输出路径。

   las-cli operators batch las_vlm_video \
     --source tos://<bucket>/inputs/videos/ \
     --target tos://<bucket>/outputs/vlm/ \
     --input-key video_url \
     --dry-run
   

step5：常用 TOS 文件操作（tos） #

1. 上传本地文件。

   # 1 参数：CLI 会自动选择上传方式
   las-cli tos upload ./a.txt
   
   # 2 参数：显式指定 tos:// 目标（仅直连 TOS，需要 AK/SK）
   las-cli tos upload ./a.txt tos://<bucket>/path/a.txt
   

2. 下载文件（支持 TOS 与非 TOS 的 http(s)）。

   las-cli tos download tos://<bucket>/path/a.txt ./a.txt
   las-cli tos download https://example.com/file.mp4 ./file.mp4
   

3. 校验链接是否为 TOS，并拆解 bucket/key。

   las-cli tos check "https://tos-cn-beijing.volces.com/<bucket>/path/a.txt" --format table
   

4. 生成预签名下载链接。

   las-cli tos presign get tos://<bucket>/path/a.txt --expires 3600
   

step6：使用 GUI（可选） #

1. 启动本地 GUI。

   las-cli gui start
   

2. 停止或重启。

   las-cli gui stop
   las-cli gui restart
   

step3：查询与管理 LAS 数据处理任务 #

通过 las-cli task list命令，您可查看已执行的数据处理任务列表；同时，当前 LAS 多模态数据处理算子的调用方式支持”sync (同步)“、”async (异步)“两种方式，对于异步任务，您也可通过此命令来查询任务状态。

step4：智能任务编排 #

1. LAS CLI 提供原生的智能任务编排能力，您可以通过 las-cli task create "任务描述"使用自然语言来提交任务，CLI 会调用大模型对任务进行算子编排。
   
2. 任务提交后，通过 las-cli task list 查看任务列表，可看到任务当前的状态：
   
3. 任务执行完成后，通过 las-cli task status task-ID 查看执行结果：
   

https://bytedance.sg.larkoffice.com/docx/EUJjdwO2dovmxwxUmj0lyQaKgwd

调用方式说明 #

• 通用格式：las-cli command

init #

命令格式 #

las-cli init

参数说明 #

执行 init 命令时会唤起交互式的 LAS 初始化参数配置界面，您可在交互式界面中输入以下参数的设置结果。

region #

命令格式 #

las-cli region [region]

参数说明 #

• 需要重新设置 LAS 服务的地域时，您可设置新的地域信息。
• 不指定地域信息时，返回当前设置的 LAS 服务地域信息。

调用示例 #

• 查看当前 LAS 服务的地域。

  las-cli region
  

• 修改当前 LAS 服务的地域。

  las-cli region cn-shanghai
  

config #

命令格式：list #

通过子命令 list 可查看当前大模型相关参数的配置结果。

las-cli config list

命令格式：model #

通过子命令 model 可重新设置 LAS 服务的大模型参数。

las-cli config model

参数说明 #

• 通过子命令 model 设置模型参数时，您需要配置以下参数。

operators #

命令格式：list #

通过子命令 list 可查看当前支持的算子列表、各算子的参数说明、调用示例等帮助内容。

las-cli operators list

命令格式：call #

通过子命令 call 可调用指定算子进行多模态数据处理。

las-cli operators call <operatorId> [--param1 value1 --param2 value2 ...]

其中：

• operatorId：需替换为需调用的 LAS 算子的 operatorId。
• 需基于算子调用的参数要求，通过 --param 来设置算子参数。

支持的 operators 及 operatorId #

算子调用方式说明 #

LAS 平台的算子分为两种调用模式，CLI 对这两种模式提供了统一的调用体验。

参数说明：ASR Pro（las_asr_pro） #

增强版语音识别算子，支持音频预处理、降噪和扩展分析功能。
调用模式：async

示例：

las-cli operators call las_asr_pro \
  --audio_url "https://example.com/audio.wav" \
  --audio_format wav \
  --enable_punc true \
  --enable_speaker_info true \
  --language zh

参数说明：Audio Convert（las_audio_convert） #

在不同格式之间转换音频文件。
调用模式：sync

示例：

las-cli operators call las_audio_convert \
  --input_path "tos://bucket/input.mp3" \
  --output_path "tos://bucket/output.wav" \
  --output_format wav

参数说明：Audio Extract & Split（las_audio_extract_and_split） #

从视频中提取音频并按指定时长分割成片段。
调用模式：sync

示例：

las-cli operators call las_audio_extract_and_split \
  --input_path "tos://bucket/video.mp4" \
  --output_path_template "tos://bucket/output/segment_%03d.wav" \
  --split_duration 60 \
  --output_format wav

参数说明：Image Resample（las_image_resample） #

对图像进行重采样和缩放处理。
调用模式：sync

示例：

las-cli operators call las_image_resample \
  --image "https://example.com/photo.jpg" \
  --tos_dir "tos://bucket/output/" \
  --target_size "[800, 600]" \
  --method lanczos

参数说明：PDF Parse Doubao（las_pdf_parse_doubao） #

使用豆包 AI 解析 PDF 文档，支持普通和详细两种解析模式。
调用模式：async

示例：

las-cli operators call las_pdf_parse_doubao \
  --url "https://example.com/document.pdf" \
  --parse_mode detail \
  --start_page 1 \
  --num_pages 10

参数说明：Video Edit（las_video_edit） #

使用 AI 对视频进行编辑和处理。
调用模式：async

示例：

las-cli operators call las_video_edit \
  --video_url "https://example.com/video.mp4" \
  --output_tos_path "tos://bucket/output/edited" \
  --task_description "将视频剪辑为精彩片段" \
  --mode simple

参数说明：Video Inpaint（las_video_inpaint） #

从视频中智能移除水印、字幕等对象。
调用模式：async

示例：

las-cli operators call las_video_inpaint \
  --video_url "https://example.com/video.mp4" \
  --output_tos_path "tos://bucket/output/inpainted" \
  --targets '["watermark", "subtitle"]' \
  --detection_precise_mode true

参数说明：Video Resize（las_video_resize） #

调整视频分辨率和编码参数。
调用模式：async

示例：

las-cli operators call las_video_resize \
  --video_path "tos://bucket/input.mp4" \
  --output_tos_dir "tos://bucket/output/" \
  --output_file_name "resized.mp4" \
  --min_width 1280 --max_width 1920 \
  --min_height 720 --max_height 1080

参数说明：VLM Video（las_vlm_video） #

使用视觉语言模型对视频内容进行理解与分析。
调用模式：sync

示例：

las-cli operators call las_vlm_video \
  --video_url "https://example.com/video.mp4" \
  --text "请描述这个视频的内容" \
  --temperature 0.7

task #

命令格式：create #

通过 task create "<description>" 命令，您可以使用自然语言描述创建一个智能编排任务。CLI 会调用预先配置好的大模型，将您的文本描述分解为一系列具体的算子调用步骤，并自动执行。

# 示例：让 AI 帮助您分析视频并提取音频
las-cli task create "请分析这个视频 tos://bucket/video.mp4，告诉我里面有什么内容，并把音频提取出来"

命令格式：list #

task list 命令用于查看本地记录的所有任务历史。这包括由 task create 生成的智能编排任务和由异步算子调用产生的异步任务。

las-cli task list

命令格式：status #

task status <task_id> 命令用于查询指定任务的当前状态和结果。CLI 会首先在本地智能编排任务历史中查找，如果找不到，则会作为普通异步任务向 LAS 服务端查询。

las-cli task status task-1678886400000-abcd

命令格式：wait #

task wait <task_id> 命令会阻塞当前终端，直到一个指定的异步任务执行完成。这对于需要在脚本中等待前序任务结果的场景非常有用。

# 等待一个 ASR 任务完成，并将其结果保存到 result.json 文件
las-cli task wait <asr-task-id> --operator las_asr_pro --out result.json

命令格式：kill #

task kill <task_id> 命令会向 LAS 服务端发送请求，终止一个正在运行中的异步任务。

las-cli task kill <your-task-id>

命令格式：delete #

task delete <task_id> 用于从本地任务历史记录中删除指定的任务条目，而 task clear 则会清空所有本地任务历史。这仅影响本地记录，不会影响服务端已存在的任务。

# 删除单条本地记录
las-cli task delete task-1678886400000-abcd

# 清空所有本地记录
las-cli task clear

help #

命令格式 #

las-cli help [command]

调用示例 #

# 查看 config 命令的帮助信息
las-cli help config

# 查看 operators call 命令的帮助信息
las-cli help operators call

Q: 第一次使用应该做什么？
A: 强烈建议直接运行 las-cli init。这个交互式命令会引导您完成所有必要的配置，包括鉴权凭证和默认区域，是开始使用的最快路径。
Q: 我在 Windows 上安装了，为什么执行 las-cli 提示找不到命令？
A: 如果您通过 PowerShell 脚本安装，脚本会自动更新系统的 PATH 环境变量。但是，您需要重启您的终端（如 PowerShell, CMD, 或 Windows Terminal）来让新的环境变量生效。
Q: 如何设置全局的调用区域，避免每次都加 --region 参数？
A: 您可以通过 las-cli region <region_name> 命令来设置一个全局的默认区域。例如，执行 las-cli region cn-shanghai 后，所有后续的算子调用将默认发往上海区域，除非您显式使用 --region 覆盖。