Changelog

ElevenAgents

• エージェントワークフローでのMCPツールのスコープ設定：エージェントワークフローノードで、サブエージェントが呼び出せるMCPツールを制限できるようになりました。ノードでツール継承を無効にすると、明示的に選択したMCPツールのみがそのサブエージェントに読み込まれ、チームはワークフローの各ステップごとにツールへのアクセスを細かく制御できます。

• 会話でのファイルアップロード：エージェントを作成およびエージェントを更新エンドポイントで、ConversationConfigのfile_inputフィールドをサポートするようになりました。有効にすると、エンドユーザーはチャットで画像やPDFを添付できます（マルチモーダル入力に対応したLLMが必要です）。enabled（boolean）とmax_files_per_conversation（integer）で設定できます。

• 会話分析を再実行：新しい会話分析を実行エンドポイント（POST /v1/convai/conversations/{conversation_id}/analysis/run）は、新しい通話を行わずに、エージェントの現在の評価基準とデータ収集設定を使用して完了済みの会話を再評価します。

• テスト用ツールレスポンスのモック：エージェントシミュレーションテストとテストスイートの呼び出しで、テスト中のツール呼び出しの処理方法を制御するtool_mock_configフィールドをサポートするようになりました。MockingStrategy（all、selected、none）でモックするツールを選択し、MockNoMatchBehavior（call_real_tool、raise_error）で一致するモックがない場合のフォールバックを設定できます。

• テキスト検索の並び順：会話をテキスト検索エンドポイントで、search_score（デフォルト）またはcreated_atの値を持つsort_byクエリパラメータを受け付けるようになりました。これにより、関連性または新しさで結果を並べ替えられます。

• mTLS認証接続：エージェント認証接続で、既存のオプションに加えて相互TLS（mtls）をauth_typeとしてサポートするようになりました。mTLS認証接続の作成と取得には、新しいCreateMTLSAuthRequestおよびMTLSAuthResponseスキーマを使用できます。

• 最大時間到達時のメッセージ：エージェント設定にmax_conversation_duration_messageフィールドを追加しました。空でない文字列に設定すると、最大会話時間に達した際にエージェントがこのメッセージをユーザーに送信します。

• 会話開始時のブランチと環境：会話開始クライアントデータ（ConversationInitiationClientDataRequest）およびバッチ通話を送信リクエストボディに、任意のbranch_idフィールドとenvironmentフィールドを追加しました。これにより、特定のエージェントブランチと環境にルーティングできます。

音楽

• ビデオから音楽を生成：新しいPOST /v1/music/video-to-musicエンドポイントは、1つ以上のビデオファイルからバックグラウンドミュージックを生成します。ビデオは順番に結合されます。任意のdescription（最大1,000文字）とtags（upbeatやcinematicなど、最大10個のスタイルタグ）を指定して、生成されるトラックに影響を与えられます。

スピーチtoテキスト

• URLから文字起こし：音声をテキストに変換エンドポイントで、ホストされたURLからオーディオまたはビデオを文字起こしするためのsource_urlパラメータ（string、任意）を受け付けるようになりました。YouTube動画、TikTok動画、その他の動画ホスティングサービスに対応しています。ファイルを直接アップロードする代わりに使用できます。

ボイス

• 共有ボイスリストの総数：共有ボイスを一覧表示レスポンスにtotal_countフィールドが含まれるようになり、ページネーションの実装や結果数の表示が容易になりました。

SDKリリース

JavaScript SDK

• v2.41.0 - ElevenAgentsのリアルタイム会話でmultimodal_messageWebSocketイベントタイプのサポートを追加しました。最新のAPIスキーマ更新に対応するFern再生成を含みます。
• v2.41.1 - 2026年4月1日のAPIスキーマに合わせたFern再生成。

Python SDK

• v2.41.0 - テキストのみの会話モードでaudio_interfaceを任意にし、オーディオなしでセッションを開始した場合のランタイムエラーを解決しました。最新のAPIスキーマに対応するFern再生成を含みます。

パッケージ

このリリースには、クライアント側Agent SDKの新しいv1.0.0が含まれます。@elevenlabs/client、@elevenlabs/react、@elevenlabs/react-nativeには大きな破壊的変更があります。アップグレード前に、以下の移行ガイドを確認してください。

アップグレードを支援するため、エージェントが代わりにアップグレードできるSkillをリリースしました。次のコマンドでインストールしてください。

npx skills add elevenlabs/packages

v1リリースとその改善点については、デベロッパーブログで詳しくご覧いただけます。

• @elevenlabs/client@1.0.0 — 破壊的変更：

  • InputクラスとOutputクラスはエクスポートされなくなりました。代わりに、@elevenlabs/clientのInputControllerおよびOutputControllerインターフェースを使用してください。
  • Conversationはクラスではなくなり、現在は名前空間オブジェクトおよびTextConversation | VoiceConversationの型エイリアスです。instanceof Conversationチェックとサブクラスをすべて削除してください。
  • デフォルトのconnectionTypeは会話モードから推論されるようになりました。音声会話ではデフォルトで"webrtc"、テキストのみの会話では"websocket"を使用します。音声で以前の動作を維持するには、connectionType: "websocket"を明示的に渡してください。
  • VoiceConversation.wakeLockは非公開になりました。ウェイクロック管理を無効にするには、セッションオプションでuseWakeLock: falseを渡してください。
  • changeInputDevice()およびchangeOutputDevice()は、Promise<Input>またはPromise<Output>ではなくPromise<void>を返すようになりました。
  • conversation.input.analyser.getByteFrequencyData(data)をconversation.getInputByteFrequencyData()に置き換えてください。
  • conversation.input.setMuted(v)をconversation.setMicMuted(v)に置き換えてください。
  • conversation.output.gain.gain.value = vをconversation.setVolume({ volume: v })に置き換えてください。
  • getInputVolume()、getOutputVolume()、getInputByteFrequencyData()、getOutputByteFrequencyData()は、アクティブな会話がない場合に例外をスローする代わりに、0または空のUint8Arrayを返すようになりました。

• @elevenlabs/react@1.0.0 — 破壊的変更：

  • useConversationにはConversationProviderの祖先が必要になりました。コンポーネントツリーを<ConversationProvider>でラップし、オプションをプロバイダーまたはフックに移動してください。
  • DeviceFormatConfigおよびDeviceInputConfigのエクスポートは削除されました。代わりに、@elevenlabs/clientのFormatConfigおよびInputDeviceConfigを使用してください。
  • レンダリングパフォーマンスを向上させるため、モノリシックなuseConversationを新しい詳細なフックに置き換えました：useConversationControls()、useConversationStatus()、useConversationInput()、useConversationMode()、useConversationFeedback()、useRawConversation()。各フックは必要な状態のみを購読するため、不要な再レンダリングを防ぎます。
  • エージェントが呼び出せるクライアントツールを登録するための新しいuseConversationClientTool(name, handler)フックを追加しました。アンマウント時に自動でクリーンアップされます。
  • ConversationProviderのisMutedおよびonMutedChangepropsにより、制御可能なミュートサポートを追加しました。

• @elevenlabs/react-native@1.0.0 — 破壊的変更：

  • 以前のElevenLabsProviderおよびuseConversationAPIは削除され、@elevenlabs/reactからの再エクスポートに置き換えられました。ElevenLabsProviderをConversationProviderに、useConversationを詳細なフック（useConversationControls、useConversationStatusなど）に置き換えてください。
  • React Nativeでは、パッケージのインポート時にWebRTCグローバルをポリフィルし、ネイティブのAudioSessionを設定して、プラットフォーム固有の音声セッション戦略を登録するようになりました。

• @elevenlabs/types@0.8.0 - Callbacksインターフェースのすべてのキーを含むCALLBACK_KEYSランタイム配列をエクスポートします。React SDKがコールバック構成に内部的に使用します。

• @elevenlabs/client@0.16.0 - guardrail_triggeredサーバー・クライアント間WebSocketイベントと、会話中にサーバーがガードレール違反を検出した際に発火するonGuardrailTriggeredコールバックを追加しました。また、判別可能なユニオンの絞り込みを可能にするTextConversationおよびVoiceConversationの型判別子と、textOnlyオプションに基づいて戻り値の型を絞り込むstartSessionオーバーロードも追加しました。

• @elevenlabs/react-native@0.6.0 - @elevenlabs/client@0.16.0と一貫して、guardrail_triggeredWebSocketイベントとonGuardrailTriggeredコールバックを追加しました。

• @elevenlabs/client@1.1.0 - エージェント会話でツールレスポンスをモックするクライアント側サポートを追加し、実際のツールを呼び出さずにツール呼び出しの結果をシミュレートするテストシナリオを実現しました。

• @elevenlabs/types@0.9.0 - エージェント会話におけるツールレスポンスモックの型定義を追加しました。

• @elevenlabs/react@1.0.1 - @elevenlabs/client@1.1.0に依存するよう更新しました。

• @elevenlabs/react-native@1.0.1 - @elevenlabs/client@1.1.0および@elevenlabs/react@1.0.1に依存するよう更新しました。

API