SuperAPI AI 工具集

elevenlabs-agents

智能体与模型

查看项目

更新于 10-15 22:39

技能介绍

用途:用于在 ElevenLabs Agents Platform 上构建生产级对话式语音智能体。平台由四部分组成:ASR 语音转文本(32+ 语言,亚秒级延迟)、LLM 推理与回复生成(支持 GPT、Claude、Gemini 及自定义模型)、TTS 文本转语音(5000+ 音色、31 种语言)、专有轮次模型处理对话时序与打断。

主要能力:支持多步工作流可视化编排、六组件系统提示词框架(人格、环境、语气、目标、护栏、工具)、RAG 知识库、动态变量个性化、发音词典(IPA/CMU)、语速控制(0.7x–1.2x)、多音色切换;轮次模式分为 eager、normal、patient;还提供自动化测试、对话分析与隐私合规控制(GDPR、HIPAA、SOC 2)及成本优化策略。

使用方式:三条接入路径。React SDK:npm install @elevenlabs/react zod,使用 useConversation 启动会话;JS SDK 为 @elevenlabs/client,另有 react-native 与 base SDK。CLI(agents as code):npm install -g @elevenlabs/agents-cli,依次执行 elevenlabs auth login、elevenlabs agents init、elevenlabs agents add、elevenlabs agents push --env dev、elevenlabs agents test、elevenlabs agents push --env prod。API 方式用 npm install elevenlabs,通过 ElevenLabsClient 的 agents.create 动态创建智能体。旧的 @11labs/react、@11labs/client 已废弃,需先卸载。

适用场景:语音客服、IVR、电话集成(Twilio、SIP)、Web/移动端语音聊天、多租户 SaaS 动态建 agent、合规语音系统与 LLM 成本优化。

限制:API Key 不应暴露在客户端,生产环境推荐签名 URL;缺失动态变量会报错;工作流每节点切换增加约 100–200ms 延迟,且边条件不当可能死循环;音色切换每次约增加 200ms;仅 Turbo v2/v2.5 支持音素级发音词典。Scribe 实时语音转文本为 Beta。资料未提供具体收费与定价信息。