用途
ElevenLabs Agents Platform 用于构建生产级对话式 AI 语音智能体。平台协调四个核心组件：ASR（自动语音识别，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，低延迟）以及专有的轮次模型（处理对话时机与打断）。
适用场景包括：语音客服智能体、交互式语音应答（IVR）系统、对话式 AI 应用、电话集成（Twilio、SIP 中继）、Web/移动端语音聊天、通过 CLI 实现“智能体即代码”、为智能体搭建 RAG/知识库、集成 MCP（模型上下文协议）服务器、构建 HIPAA/GDPR 合规语音系统，以及通过缓存策略优化 LLM 成本。
主要能力
设计与配置：可视化构建器支持多步骤工作流；系统提示词工程（6 组件框架）；5000+ 音色覆盖 31 种语言；发音词典（IPA/CMU 格式）；语速控制（0.7x–1.2x）；RAG 知识库；动态变量与个性化。
连接与部署：React SDK、JavaScript SDK、React Native SDK、Swift SDK（iOS/macOS）、可嵌入组件、电话集成（Twilio、SIP）、Scribe 实时语音转文字（Beta）。
运营与优化：自动化测试（场景、工具调用、负载）、对话分析与评估、分析仪表盘（解决率、情绪、合规）、隐私控制（GDPR、HIPAA、SOC 2）、成本优化（LLM 缓存、模型切换、突发定价）、CLI 支持“智能体即代码”工作流。
使用方式
包更新（2025 年 11 月）：ElevenLabs 已于 2025 年 8 月迁移至新的作用域包。已弃用（请勿使用）：@11labs/react、@11labs/client。当前包：
npm install @elevenlabs/react@0.9.1 # React SDK
npm install @elevenlabs/client@0.9.1 # JavaScript SDK
npm install @elevenlabs/react-native@0.5.2 # React Native SDK
npm install @elevenlabs/elevenlabs-js@2.21.0 # Base SDK
npm install -g @elevenlabs/agents-cli@0.2.0 # CLI
如已安装旧包，先卸载：
npm uninstall @11labs/react @11labs/client
路径 A：React SDK（嵌入式语音聊天）
npm install @elevenlabs/react zod
使用 useConversation 钩子，可配置 agentId（公开智能体）、apiKey（私有智能体）或 signedUrl（服务端生成，最安全）；支持客户端工具（clientTools）、事件处理（onConnect、onDisconnect、onEvent）以及区域合规（serverLocation：'us' | 'global' | 'eu-residency' | 'in-residency'）。
路径 B：CLI（“智能体即代码”）
npm install -g @elevenlabs/agents-cli
# 或
pnpm install -g @elevenlabs/agents-cli
工作流：
elevenlabs auth login
elevenlabs agents init
elevenlabs agents add "Support Agent" --template customer-service
elevenlabs agents push --env dev
elevenlabs agents test "Support Agent"
elevenlabs agents push --env prod
项目结构包含 agents.json、tools.json、tests.json 及 agent_configs/、tool_configs/、test_configs/ 目录。
路径 C：API（程序化智能体管理）
npm install elevenlabs
通过 ElevenLabsClient 调用 client.agents.create 创建智能体，可配置 conversation_config（agent.prompt、first_message、language、tts.model_id、voice_id 等）。
智能体配置
系统提示词架构（6 组件）：Personality（身份、角色、性格）、Environment（沟通语境）、Tone（正式程度、语言模式、幽默、冗长度）、Goal（目标与成功标准）、Guardrails（边界、禁止话题、伦理约束）、Tools（可用外部能力及使用时机）。
轮次模式：Eager（快速响应，适合快节奏支持、快速下单）、Normal（平衡，默认，适合一般客服）、Patient（等待更久，适合信息收集、心理辅导、教学）。配置项为 conversation_config.turn.mode。
工作流（可视化构建器）：支持子智能体节点（覆盖基础配置）与工具节点（保证工具执行），通过条件边进行分支路由。适用于多部门路由、决策树、角色扮演、升级路径。注意：每个节点转换增加约 100–200ms 延迟；边若未充分测试可能造成无限循环。
动态变量与个性化：使用 {{var_name}} 语法注入运行时数据。系统变量包括 {{system__agent_id}}、{{system__conversation_id}}、{{system__caller_id}}、{{system__called_number}}、{{system__call_duration_secs}}、{{system__time_utc}}、{{system__call_sid}}。自定义变量在启动对话时提供。密钥变量（{{secret__...}}）仅用于请求头，不会发送给 LLM 提供商。缺失变量会触发“Missing required dynamic variables”错误。
认证模式：公开智能体（无需 API 密钥）、私有智能体（API 密钥，警告：切勿在客户端代码中暴露 API 密钥）、签名 URL（生产环境推荐，服务端生成）。
语音与语言功能
多音色支持：可在单次对话中动态切换音色，适用于多角色故事、语言教学、角色扮演、情绪化智能体。注意：每次切换增加约 200ms 延迟。
发音词典：支持 IPA、CMU 格式及词替换。注意：仅 Turbo v2/v2.5 模型支持基于音素的发音，其他模型会静默跳过音素条目但仍处理词替换。
语速控制：0.7x–1.2x，建议使用 0.9x–1.1x 以获得自然效果，极端值会降低质量。语速按智能体设置，而非按语句。
语音设计：可通过 Voice Library → Create Voice 使用 Voice Design（文本转语音）或 Voice Cloning（样本克隆）创建自定义音色。
限制
资料中未提供具体收费与价格信息；部分功能（如 Scribe 实时语音转文字）标注为 Beta；工作流节点转换、音色切换会引入额外延迟；发音词典的音素支持受模型限制；动态变量缺失会导致启动错误。