ElevenAgents

  • एजेंट वर्कफ़्लो में MCP टूल स्कोपिंग: एजेंट वर्कफ़्लो नोड अब यह सीमित कर सकते हैं कि कोई सब-एजेंट किन MCP टूल्स को कॉल कर सकता है। जब किसी नोड पर टूल इनहेरिटेंस बंद होता है, तो उस सब-एजेंट के लिए सिर्फ़ साफ़ तौर पर चुने गए MCP टूल्स लोड होते हैं। इससे टीम्स को हर वर्कफ़्लो चरण में टूल एक्सेस पर सटीक नियंत्रण मिलता है।

  • कन्वर्सेशन फ़ाइल अपलोड: एजेंट बनाएं और एजेंट अपडेट करें एंडपॉइंट अब ConversationConfig में file_input फ़ील्ड को सपोर्ट करते हैं। सक्षम होने पर, एंड यूज़र्स चैट में इमेज या PDF अटैच कर सकते हैं (इसके लिए मल्टीमॉडल इनपुट सपोर्ट वाले LLM की ज़रूरत है)। enabled (boolean) और max_files_per_conversation (integer) से कॉन्फ़िगर किया जा सकता है।

  • कन्वर्सेशन विश्लेषण फिर से चलाएं: नया कन्वर्सेशन विश्लेषण चलाएं एंडपॉइंट (POST /v1/convai/conversations/{conversation_id}/analysis/run) किसी पूरी हो चुकी कन्वर्सेशन का एजेंट के मौजूदा मूल्यांकन मानदंड और डेटा कलेक्शन सेटिंग्स के साथ, बिना नई कॉल के, फिर से मूल्यांकन करता है।

  • टेस्ट के लिए टूल रिस्पॉन्स मॉकिंग: एजेंट सिमुलेशन टेस्ट और टेस्ट सूट इनवोकेशन अब टेस्टिंग के दौरान टूल कॉल्स को हैंडल करने का तरीका नियंत्रित करने के लिए tool_mock_config फ़ील्ड को सपोर्ट करते हैं। किन टूल्स को मॉक करना है, इसके लिए MockingStrategy (all, selected, none) का इस्तेमाल करें और कोई मॉक मैच न होने पर फ़ॉलबैक सेट करने के लिए MockNoMatchBehavior (call_real_tool, raise_error) इस्तेमाल करें।

  • टेक्स्ट सर्च सॉर्ट क्रम: टेक्स्ट सर्च कन्वर्सेशन एंडपॉइंट अब search_score (डिफ़ॉल्ट) या created_at वैल्यू वाले sort_by क्वेरी पैरामीटर को स्वीकार करता है, जिससे आप तय कर सकते हैं कि नतीजे प्रासंगिकता या नवीनता के आधार पर क्रमबद्ध हों।

  • mTLS ऑथ कनेक्शन: एजेंट ऑथ कनेक्शन अब मौजूदा विकल्पों के अलावा auth_type के रूप में म्यूचुअल TLS (mtls) को सपोर्ट करते हैं। mTLS-ऑथेंटिकेटेड कनेक्शन बनाने और पाने के लिए नए CreateMTLSAuthRequest और MTLSAuthResponse स्कीमा उपलब्ध हैं।

  • अधिकतम अवधि संदेश: एजेंट कॉन्फ़िगरेशन में max_conversation_duration_message फ़ील्ड जोड़ा गया। इसे नॉन-एम्प्टी स्ट्रिंग पर सेट करने पर, अधिकतम कन्वर्सेशन अवधि पूरी होने पर एजेंट यूज़र को यह संदेश भेजेगा।

  • कन्वर्सेशन शुरू करने में ब्रांच और एनवायरनमेंट: कन्वर्सेशन इनिशिएशन क्लाइंट डेटा (ConversationInitiationClientDataRequest) और बैच कॉल सबमिट करें रिक्वेस्ट बॉडी में वैकल्पिक branch_id और environment फ़ील्ड जोड़े गए, जिससे खास एजेंट ब्रांच और एनवायरनमेंट पर रूटिंग संभव होती है।

Music

  • वीडियो से म्यूज़िक: नया POST /v1/music/video-to-music एंडपॉइंट एक या ज़्यादा वीडियो फ़ाइलों से बैकग्राउंड म्यूज़िक जनरेट करता है। वीडियो को क्रम से जोड़ा जाता है। जनरेट किए गए ट्रैक को प्रभावित करने के लिए वैकल्पिक description (1,000 कैरेक्टर तक) और tags (जैसे upbeat या cinematic जैसे 10 स्टाइल टैग तक) स्वीकार करता है।

स्पीच टू टेक्स्ट

  • URL से ट्रांसक्राइब करें: स्पीच को टेक्स्ट में बदलें एंडपॉइंट अब होस्ट किए गए URL से ऑडियो या वीडियो ट्रांसक्राइब करने के लिए source_url पैरामीटर (string, वैकल्पिक) स्वीकार करता है, जिसमें YouTube वीडियो, TikTok वीडियो और अन्य वीडियो होस्टिंग सेवाएं शामिल हैं। इसे फ़ाइल सीधे अपलोड करने के विकल्प के रूप में इस्तेमाल किया जा सकता है।

वॉइसेज़

  • शेयर की गई वॉइसेज़ सूची में कुल संख्या: शेयर की गई वॉइसेज़ सूची के रिस्पॉन्स में अब total_count फ़ील्ड शामिल है, जिससे पेजिनेशन लागू करना और नतीजों की संख्या दिखाना आसान हो जाता है।

SDK रिलीज़

JavaScript SDK

  • v2.41.0 - ElevenAgents रीयल-टाइम कन्वर्सेशन में multimodal_message WebSocket इवेंट टाइप का सपोर्ट जोड़ा गया। इसमें नवीनतम API स्कीमा अपडेट के लिए Fern रीजनरेशन शामिल है।
  • v2.41.1 - 1 अप्रैल, 2026 के API स्कीमा से मेल खाने के लिए Fern रीजनरेशन।

Python SDK

  • v2.41.0 - टेक्स्ट-ओनली कन्वर्सेशन मोड में audio_interface को वैकल्पिक बनाया गया, जिससे ऑडियो के बिना सेशन शुरू करते समय आने वाली रनटाइम त्रुटि ठीक हो गई। इसमें नवीनतम API स्कीमा के लिए Fern रीजनरेशन शामिल है।

पैकेज

इस रिलीज़ में क्लाइंट-साइड Agent SDKs का नया v1.0.0 शामिल है। इसमें @elevenlabs/client, @elevenlabs/react, और @elevenlabs/react-native में बड़े ब्रेकिंग बदलाव हैं। अपग्रेड करने से पहले नीचे दिए गए माइग्रेशन निर्देश देखें।

अपग्रेड में मदद के लिए, हमने एक Skill रिलीज़ किया है, जो आपके एजेंट्स को आपके लिए अपग्रेड करने में मदद करता है। इसे इस तरह इंस्टॉल करें

npx skills add elevenlabs/packages

v1 रिलीज़ और इसके सुधारों के बारे में हमारे डेवलपर ब्लॉग पर और पढ़ सकते हैं।

  • @elevenlabs/client@1.0.0 — ब्रेकिंग बदलाव:

    • Input और Output क्लास अब एक्सपोर्ट नहीं किए जाते। इसके बजाय @elevenlabs/client से InputController और OutputController इंटरफ़ेस इस्तेमाल करें।
    • Conversation अब क्लास नहीं है — अब यह एक नेमस्पेस ऑब्जेक्ट और TextConversation | VoiceConversation के लिए टाइप एलियस है। किसी भी instanceof Conversation चेक और सबक्लास को हटा दें।
    • डिफ़ॉल्ट connectionType अब कन्वर्सेशन मोड से अनुमानित होता है: वॉइस कन्वर्सेशन डिफ़ॉल्ट रूप से "webrtc" इस्तेमाल करते हैं और टेक्स्ट-ओनली कन्वर्सेशन "websocket" इस्तेमाल करते हैं। वॉइस के लिए पुराना व्यवहार बनाए रखने हेतु, साफ़ तौर पर connectionType: "websocket" पास करें।
    • VoiceConversation.wakeLock अब प्राइवेट है। वेक लॉक मैनेजमेंट को बंद करने के लिए सेशन विकल्पों में useWakeLock: false पास करें।
    • changeInputDevice() और changeOutputDevice() अब Promise<Input> या Promise<Output> के बजाय Promise<void> लौटाते हैं।
    • conversation.input.analyser.getByteFrequencyData(data) को conversation.getInputByteFrequencyData() से बदलें।
    • conversation.input.setMuted(v) को conversation.setMicMuted(v) से बदलें।
    • conversation.output.gain.gain.value = v को conversation.setVolume({ volume: v }) से बदलें।
    • getInputVolume(), getOutputVolume(), getInputByteFrequencyData(), और getOutputByteFrequencyData() अब कोई कन्वर्सेशन सक्रिय न होने पर त्रुटि देने के बजाय 0 या खाली Uint8Array लौटाते हैं।
  • @elevenlabs/react@1.0.0 — ब्रेकिंग बदलाव:

    • useConversation को अब एक पूर्वज ConversationProvider चाहिए। अपने कंपोनेंट ट्री को <ConversationProvider> में रैप करें और विकल्पों को प्रोवाइडर या हुक में ले जाएं।
    • DeviceFormatConfig और DeviceInputConfig एक्सपोर्ट हटा दिए गए हैं। इसके बजाय @elevenlabs/client से FormatConfig और InputDeviceConfig इस्तेमाल करें।
    • बेहतर रेंडर परफ़ॉर्मेंस के लिए नए ग्रैन्युलर हुक्स मोनोलिथिक useConversation की जगह लेते हैं: useConversationControls(), useConversationStatus(), useConversationInput(), useConversationMode(), useConversationFeedback(), और useRawConversation()। हर हुक सिर्फ़ ज़रूरी स्टेट को सब्सक्राइब करता है, जिससे गैर-ज़रूरी री-रेंडरिंग रुकती है।
    • ऐसे क्लाइंट टूल्स रजिस्टर करने के लिए नया useConversationClientTool(name, handler) हुक जोड़ा गया है, जिन्हें एजेंट्स इनवोक कर सकते हैं। अनमाउंट होने पर यह अपने-आप क्लीनअप करता है।
    • ConversationProvider पर isMuted और onMutedChange प्रॉप्स के ज़रिए नियंत्रित म्यूट सपोर्ट जोड़ा गया।
  • @elevenlabs/react-native@1.0.0 — ब्रेकिंग बदलाव:

    • पिछला ElevenLabsProvider और useConversation API हटा दिया गया है और उसकी जगह @elevenlabs/react से री-एक्सपोर्ट्स दिए गए हैं। ElevenLabsProvider को ConversationProvider से और useConversation को ग्रैन्युलर हुक्स (useConversationControls, useConversationStatus, आदि) से बदलें।
    • React Native में, पैकेज अब WebRTC ग्लोबल्स को पॉलीफ़िल करता है, नेटिव AudioSession कॉन्फ़िगर करता है और इंपोर्ट पर प्लेटफ़ॉर्म-विशिष्ट वॉइस सेशन स्ट्रैटेजी रजिस्टर करता है।
  • @elevenlabs/types@0.8.0 - Callbacks इंटरफ़ेस की सभी कीज़ वाला CALLBACK_KEYS रनटाइम ऐरे एक्सपोर्ट करता है, जिसे React SDK कॉलबैक कंपोज़िशन के लिए आंतरिक रूप से इस्तेमाल करता है।

  • @elevenlabs/client@0.16.0 - guardrail_triggered सर्वर-टू-क्लाइंट WebSocket इवेंट और onGuardrailTriggered कॉलबैक जोड़ा गया, जो कन्वर्सेशन के दौरान सर्वर द्वारा गार्डरेल उल्लंघन का पता लगाने पर चलता है। डिस्क्रिमिनेटेड यूनियन नैरोइंग सक्षम करने के लिए TextConversation और VoiceConversation में टाइप डिस्क्रिमिनेंट्स भी जोड़े गए, और textOnly विकल्प के आधार पर रिटर्न टाइप नैरो करने वाले startSession ओवरलोड्स भी जोड़े गए।

  • @elevenlabs/react-native@0.6.0 - @elevenlabs/client@0.16.0 के अनुरूप guardrail_triggered WebSocket इवेंट और onGuardrailTriggered कॉलबैक जोड़ा गया।

  • @elevenlabs/client@1.1.0 - एजेंट कन्वर्सेशन में टूल रिस्पॉन्स मॉक करने के लिए क्लाइंट-साइड सपोर्ट जोड़ा गया, जिससे असली टूल इनवोक किए बिना टूल कॉल नतीजों का सिमुलेशन करने वाले टेस्ट सिनेरियो संभव होते हैं।

  • @elevenlabs/types@0.9.0 - एजेंट कन्वर्सेशन में टूल रिस्पॉन्स मॉकिंग के लिए टाइप डेफ़िनिशन जोड़े गए।

  • @elevenlabs/react@1.0.1 - @elevenlabs/client@1.1.0 पर निर्भरता के लिए अपडेट किया गया।

  • @elevenlabs/react-native@1.0.1 - @elevenlabs/client@1.1.0 और @elevenlabs/react@1.0.1 पर निर्भरता के लिए अपडेट किया गया।

API

नए एंडपॉइंट्स

  • कन्वर्सेशन विश्लेषण चलाएं - POST /v1/convai/conversations/{conversation_id}/analysis/run - एजेंट के मौजूदा मूल्यांकन मानदंड और डेटा कलेक्शन सेटिंग्स का इस्तेमाल करके पूरी हो चुकी कन्वर्सेशन का विश्लेषण फिर से चलाता है।

  • POST /v1/music/video-to-music - मल्टीपार्ट फ़ॉर्म डेटा के रूप में दी गई एक या अधिक वीडियो फ़ाइलों से बैकग्राउंड म्यूज़िक जनरेट करता है।

अपडेट किए गए एंडपॉइंट्स

ElevenAgents

  • एजेंट बनाएं, एजेंट अपडेट करें

    • ConversationConfig में file_input फ़ील्ड (FileInputConfig, वैकल्पिक) जोड़ा गया, जो LLM के मल्टीमॉडल इनपुट सपोर्ट करने पर चैट कन्वर्सेशन में फ़ाइल अपलोड सपोर्ट (इमेज, PDF) सक्षम करता है
    • एजेंट कॉन्फ़िगरेशन में max_conversation_duration_message फ़ील्ड (string, वैकल्पिक) जोड़ा गया — सेशन की समय सीमा पूरी होने पर एजेंट यह संदेश भेजता है
  • टेस्ट बनाएं, टेस्ट अपडेट करें

    • tool_mock_config फ़ील्ड (object, वैकल्पिक) जोड़ा गया — सिमुलेशन के दौरान टूल मॉकिंग व्यवहार नियंत्रित करने के लिए टूल नामों से ToolResponseMockConfig एंट्रीज़ का मैप
  • टेक्स्ट सर्च कन्वर्सेशन

    • sort_by क्वेरी पैरामीटर (string, वैकल्पिक) जोड़ा गया — search_score (डिफ़ॉल्ट) या created_at स्वीकार करता है
  • बैच कॉल सबमिट करें

    • खास एजेंट ब्रांच को टारगेट करने के लिए branch_id फ़ील्ड (string, वैकल्पिक) जोड़ा गया
    • टारगेट एनवायरनमेंट बताने के लिए environment फ़ील्ड (string, वैकल्पिक) जोड़ा गया
  • Twilio आउटबाउंड कॉल, SIP ट्रंक आउटबाउंड कॉल

    • कन्वर्सेशन इनिशिएशन क्लाइंट डेटा अब वैकल्पिक branch_id और environment फ़ील्ड स्वीकार करता है

स्पीच टू टेक्स्ट

  • स्पीच को टेक्स्ट में बदलें

    • source_url पैरामीटर (string, वैकल्पिक) जोड़ा गया — फ़ाइल अपलोड के विकल्प के रूप में ऑडियो या वीडियो फ़ाइल, YouTube वीडियो, TikTok वीडियो या अन्य होस्ट किए गए मीडिया का URL स्वीकार करता है

वॉइसेज़

फोर्स्ड अलाइनमेंट