Zdarzenia klienta

• Wysyłane automatycznie przy rozpoczęciu rozmowy
• Inicjuje ustawienia i parametry rozmowy

// Example initialization metadata
{
  "type": "conversation_initiation_metadata",
  "conversation_initiation_metadata_event": {
    "conversation_id": "conv_123",
    "agent_output_audio_format": "pcm_44100",  // TTS output format
    "user_input_audio_format": "pcm_16000"    // ASR input format
  }
}

• Wysyłane tylko do osób oczekujących w kolejce połączeń, gdy agent osiągnął limit współbieżności
• waiting jest wysyłane raz, po conversation_initiation_metadata i przed dźwiękiem oczekiwania
• admitted lub timed_out jest wysyłane raz po zakończeniu oczekiwania. Po timed_out WebSocket zostaje zamknięty z kodem 4300
• Zawsze wysyłane do osób w kolejce. Nie trzeba włączać go w konfiguracji client_events agenta

// Example queue status event structure
{
  "type": "queue_status",
  "queue_status_event": {
    "status": "waiting"  // "waiting" | "admitted" | "timed_out"
  }
}

// Example queue status handler
websocket.on('queue_status', (event) => {
  const { status } = event.queue_status_event;
  if (status === 'waiting') {
    showWaitingState();
  } else if (status === 'admitted') {
    hideWaitingState();
  } else if (status === 'timed_out') {
    showAllAgentsBusyMessage();
  }
});

• Zdarzenie kontroli stanu, które wymaga natychmiastowej odpowiedzi
• Obsługiwane automatycznie przez SDK
• Służy do utrzymania połączenia WebSocket

  // Example ping event structure
  {
    "ping_event": {
      "event_id": 123456,
      "ping_ms": 50  // Optional, estimated latency in milliseconds
    },
    "type": "ping"
  }

  // Example ping handler
  websocket.on('ping', () => {
    websocket.send('pong');
  });

• Zawiera dźwięk zakodowany w base64 do odtwarzania
• Zawiera numeryczny identyfikator zdarzenia do śledzenia i ustalania kolejności
• Obsługuje streaming głosu
• Zawiera dane wyrównania z informacjami o czasie na poziomie znaków

// Example audio event structure
{
  "audio_event": {
    "audio_base_64": "base64_encoded_audio_string",
    "event_id": 12345,
    "alignment": {  // Character-level timing data
      "chars": ["H", "e", "l", "l", "o"],
      "char_durations_ms": [50, 30, 40, 40, 60],
      "char_start_times_ms": [0, 50, 80, 120, 160]
    }
  },
  "type": "audio"
}

// Example audio event handler
websocket.on('audio', (event) => {
  const { audio_event } = event;
  const { audio_base_64, event_id, alignment } = audio_event;
  audioPlayer.play(audio_base_64);
  // Use alignment data for synchronized text display
  const { chars, char_start_times_ms } = alignment;
  chars.forEach((char, i) => {
    setTimeout(() => highlightCharacter(char, i), char_start_times_ms[i]);
  });
});

• Zawiera gotowe wyniki zamiany mowy na tekst
• Reprezentuje pełne wypowiedzi użytkownika
• Służy do historii rozmowy

// Example transcript event structure
{
  "type": "user_transcript",
  "user_transcription_event": {
    "user_transcript": "Hello, how can you help me today?"
  }
}

// Example transcript handler
websocket.on('user_transcript', (event) => {
  const { user_transcription_event } = event;
  const { user_transcript } = user_transcription_event;
  updateConversationHistory(user_transcript);
});

• Zawiera pełną wiadomość agenta
• Jest wysyłane po zakończeniu wiadomości, więc w rozmowach głosowych zwykle dociera po rozpoczęciu streamingu dźwięku wiadomości.
• Służy do wyświetlania i historii

// Example response event structure
{
  "type": "agent_response",
  "agent_response_event": {
    "agent_response": "Hello, how can I assist you today?"
  }
}

// Example response handler
websocket.on('agent_response', (event) => {
  const { agent_response_event } = event;
  const { agent_response } = agent_response_event;
  displayAgentMessage(agent_response);
});

• Zawiera skróconą odpowiedź po przerwaniu
• Aktualizuje wyświetlaną wiadomość
• Zachowuje poprawność rozmowy

// Example response correction event structure
{
  "type": "agent_response_correction",
  "agent_response_correction_event": {
    "original_agent_response": "Let me tell you about the complete history...",
    "corrected_agent_response": "Let me tell you about..."  // Truncated after interruption
  }
}

// Example response correction handler
websocket.on('agent_response_correction', (event) => {
  const { agent_response_correction_event } = event;
  const { corrected_agent_response } = agent_response_correction_event;
  displayAgentMessage(corrected_agent_response);
});

• Zawiera dowolne metadane z odpowiedzi niestandardowego LLM
• Wysyłane tylko przy użyciu niestandardowego LLM
• Musi być wyraźnie włączone w konfiguracji client_events agenta

// Example agent response metadata event structure
{
  "type": "agent_response_metadata",
  "agent_response_metadata_event": {
    "metadata": {
      // Any key-value pairs returned by your custom LLM
      "key": "value"
    },
    "event_id": 12345
  }
}

// Example metadata handler
websocket.on('agent_response_metadata', (event) => {
  const { agent_response_metadata_event } = event;
  const { metadata, event_id } = agent_response_metadata_event;
  // Use metadata for UI updates, logging, or analytics
  console.log(`Response ${event_id} metadata:`, metadata);
  updateResponseDetails(metadata);
});

• Reprezentuje wywołanie funkcji, którą agent chce wykonać po stronie klienta
• Zawiera nazwę narzędzia, identyfikator wywołania narzędzia i parametry
• Wymaga wykonania funkcji po stronie klienta i odesłania wyniku na serwer

// Example tool call event structure
{
  "type": "client_tool_call",
  "client_tool_call": {
    "tool_name": "search_database",
    "tool_call_id": "call_123456",
    "parameters": {
      "query": "user information",
      "filters": {
        "date": "2024-01-01"
      }
    }
  }
}

// Example tool call handler
websocket.on('client_tool_call', async (event) => {
  const { client_tool_call } = event;
  const { tool_name, tool_call_id, parameters } = client_tool_call;
  try {
    const result = await executeClientTool(tool_name, parameters);
    // Send success response back to continue conversation
    websocket.send({
      type: "client_tool_result",
      tool_call_id: tool_call_id,
      result: result,
      is_error: false
    });
  } catch (error) {
    // Send error response if tool execution fails
    websocket.send({
      type: "client_tool_result",
      tool_call_id: tool_call_id,
      result: error.message,
      is_error: true
    });
  }
});

• Wskazuje, że agent wykonał funkcję narzędzia
• Zawiera metadane narzędzia i status wykonania
• Umożliwia wgląd w użycie narzędzi przez agenta podczas rozmów

// Example agent tool response event structure
{
  "type": "agent_tool_response",
  "agent_tool_response": {
    "tool_name": "skip_turn",
    "tool_call_id": "skip_turn_c82ca55355c840bab193effb9a7e8101",
    "tool_type": "system",
    "is_error": false
  }
}

// Example agent tool response handler
websocket.on('agent_tool_response', (event) => {
  const { agent_tool_response } = event;
  const { tool_name, tool_call_id, tool_type, is_error } = agent_tool_response;
  if (is_error) {
    console.error(`Agent tool ${tool_name} failed:`, tool_call_id);
  } else {
    console.log(`Agent executed ${tool_type} tool: ${tool_name}`);
  }
});

• Odzwierciedla agent_tool_response i dodatkowo przesyła pełny wynik narzędzia jako ciąg znaków w full_tool_result.
• Udostępnia wynik narzędzia klientowi do wyświetlenia lub dalszego przetwarzania.
• Musi być wyraźnie włączone w konfiguracji client_events agenta.

// Example agent tool response full payload event structure
{
  "type": "agent_tool_response_full_payload",
  "agent_tool_response_full_payload": {
    "tool_name": "lookup_order",
    "tool_call_id": "lookup_order_c82ca55355c840bab193effb9a7e8101",
    "tool_type": "webhook",
    "is_error": false,
    "full_tool_result": "{\"order_id\": \"ORD-789\", \"status\": \"shipped\"}",
    "truncated": false
  }
}

// Example agent tool response full payload handler (using @elevenlabs/react)
import { ConversationProvider } from '@elevenlabs/react';
function App() {
  return (
    <ConversationProvider
      onAgentToolResponse={(response) => {
        if (!('full_tool_result' in response)) return;
        const { tool_name, tool_call_id, is_error, full_tool_result, truncated } = response;
        if (is_error) {
          console.error(`Agent tool ${tool_name} failed:`, tool_call_id);
        } else {
          console.log(`Tool ${tool_name} returned:`, full_tool_result);
        }
        if (truncated) {
          console.warn(`Tool ${tool_name} result was truncated (exceeded 64 KB).`);
        }
      }}
    >
      <Agent />
    </ConversationProvider>
  );
}

• Zdarzenie wyniku Voice Activity Detection
• Wskazuje prawdopodobieństwo, że użytkownik mówi
• Wartości mieszczą się w zakresie od 0 do 1, gdzie wyższe wartości oznaczają większą pewność wykrycia mowy

// Example VAD score event
{
  "type": "vad_score",
  "vad_score_event": {
    "vad_score": 0.95
  }
}

• Wskazuje, że agent wykonał funkcję narzędzia MCP
• Zawiera nazwę narzędzia, identyfikator wywołania narzędzia i parametry
• Jest wywoływane z jednym z czterech stanów: loading, awaiting_approval, success i failure.

{
  "type": "mcp_tool_call",
  "mcp_tool_call": {
    "service_id": "xJ8kP2nQ7sL9mW4vR6tY",
    "tool_call_id": "call_123456",
    "tool_name": "search_database",
    "tool_description": "Search the database for user information",
    "parameters": {
      "query": "user information",
    },
    "timestamp": "2024-09-30T14:23:45.123456+00:00",
    "state": "loading",
    "approval_timeout_secs": 10
  }
}

• Streamuje tekst odpowiedzi agenta podczas generowania jako wiadomości start, delta i stop
• Zawsze wysyłane w trybie tylko tekstowym; w rozmowach głosowych musi być wyraźnie włączone w konfiguracji client_events agenta
• Nie jest wysyłane, gdy agent lub aktywna procedura używa blokującego guardraila, który musi ocenić całą odpowiedź, zanim zostanie ona udostępniona
• response_id identyfikuje streamowaną wiadomość i jest zgodne z response_id elementu agent_response, który później ją zatwierdza

// Example start event
{
  "type": "agent_chat_response_part",
  "text_response_part": {
    "type": "start",
    "text": "",
    "event_id": 12345,
    "response_id": "f47ac10b-58cc-4372-a567-0e02b2c3d479"
  }
}

// Example delta event with text chunk
{
  "type": "agent_chat_response_part",
  "text_response_part": {
    "type": "delta",
    "text": "Hello, how can I",
    "event_id": 12345,
    "response_id": "f47ac10b-58cc-4372-a567-0e02b2c3d479"
  }
}

// Example stop event
{
  "type": "agent_chat_response_part",
  "text_response_part": {
    "type": "stop",
    "text": "",
    "event_id": 12345,
    "response_id": "f47ac10b-58cc-4372-a567-0e02b2c3d479"
  }
}

// Example handler
websocket.on('agent_chat_response_part', (event) => {
  const { text_response_part } = event;
  const { type: partType, text, response_id } = text_response_part;
  if (partType === 'start') {
    initializeResponseBuffer(response_id);
  } else if (partType === 'delta') {
    appendToResponseBuffer(response_id, text);
  } else if (partType === 'stop') {
    finalizeResponse(response_id);
  }
});

agent_reasoning_response_part streamuje dostarczane przez model rozumowanie podczas rozmów tylko tekstowych. Włącz to zdarzenie w client_events oraz podsumowanie rozumowania dla agenta. Serwer wysyła wiadomości start, delta i stop. Nie wysyła tego zdarzenia podczas rozmów głosowych ani gdy agent lub aktywna procedura używa blokujących guardraili.

{
  "type": "agent_reasoning_response_part",
  "reasoning_response_part": {
    "type": "delta",
    "text": "The user asked to cancel, so I should verify the account before continuing.",
    "event_id": 123456
  }
}

Zdarzenia rozpoczęcia i zakończenia używają pustej wartości text.

import { Conversation } from '@elevenlabs/client';
const conversation = await Conversation.startSession({
  agentId: 'agent_7101k5zvyjhmfg983brhmhkd98n6',
  textOnly: true,
  onAgentReasoningResponsePart: ({ type, text, event_id }) => {
    if (type === 'start') {
      initializeReasoningBuffer(event_id);
    } else if (type === 'delta') {
      appendToReasoningBuffer(text);
    } else if (type === 'stop') {
      finalizeReasoning();
    }
  },
});

• Uruchamia się, gdy agent zakończy odpowiedź, w tym wszystkie oczekujące wywołania narzędzi. Po tym zdarzeniu agent wygeneruje kolejny wynik tylko wtedy, gdy użytkownik poda nowe dane wejściowe lub limit czasu tury uruchomi nową turę.
• Musi być wyraźnie włączone w konfiguracji client_events agenta

// Example agent response complete event structure
{
  "type": "agent_response_complete",
  "agent_response_complete_event": {
    "event_id": 12345
  }
}

// Example handler
websocket.on('agent_response_complete', (event) => {
  const { agent_response_complete_event } = event;
  const { event_id } = agent_response_complete_event;
  console.log(`Agent response ${event_id} complete`);
});

• Uruchamia się, gdy naruszenie guardraila kończy rozmowę. Nie jest wysyłane, gdy guardrail uruchamia ponowną próbę, która kończy się powodzeniem.
• Samo zdarzenie jest sygnałem — nie zawiera żadnego ładunku poza polem type.
• Musi być wyraźnie włączone w konfiguracji client_events agenta.

// Example guardrail triggered event structure
{
  "type": "guardrail_triggered"
}

// Example guardrail triggered handler (using @elevenlabs/client)
import { Conversation } from '@elevenlabs/client';
const conversation = await Conversation.startSession({
  agentId: 'agent_7101k5zvyjhmfg983brhmhkd98n6',
  onGuardrailTriggered: () => {
    console.warn('Guardrail triggered — conversation will end.');
  },
});

• Upewnij się, że połączenie WebSocket jest poprawne
• Sprawdź odpowiedzi PING/PONG
• Zweryfikuj dane uwierzytelniające API

• Sprawdź obsługę fragmentów audio
• Zweryfikuj zgodność formatu audio
• Monitoruj użycie pamięci

• Zapisuj wszystkie zdarzenia w logach na potrzeby debugowania
• Zaimplementuj granice błędów
• Sprawdź rejestrację procedur obsługi zdarzeń