> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Wejście multimodalne ## Omówienie Ustawienia wejścia multimodalnego określają dodatkowe sposoby, na jakie użytkownicy mogą przekazywać informacje agentowi poza mową. Znajdziesz je w zakładce **Zaawansowane** agenta, w sekcji **Wejście multimodalne**. #### [Wprowadzanie plików](#file-input) Pozwól użytkownikom dołączać obrazy i pliki PDF w czacie #### [Wprowadzanie DTMF](#dtmf-input) Zbieraj cyfry z klawiatury od dzwoniących podczas rozmów telefonicznych ## Wprowadzanie plików Wprowadzanie plików pozwala użytkownikom wysyłać agentowi obrazy i pliki PDF na czacie. Agent może odczytywać te pliki, gdy wybrany [model](/docs/pl/eleven-agents/customization/llm) obsługuje obrazy i/lub dokumenty. > **Note** > > Załączniki są ignorowane, jeśli model nie obsługuje danego typu pliku, nawet gdy wprowadzanie plików jest > włączone. ### Konfiguracja | Pole | Typ | Domyślnie | Opis | | ---------------------------- | --------- | --------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `enabled` | `boolean` | `true` | Gdy ma wartość `true`, użytkownicy mogą dołączać obrazy lub pliki PDF, jeśli model obsługuje ten typ danych wejściowych. | | `max_files_in_memory` | `integer` | `10` | Liczba ostatnio przesłanych plików przechowywanych jednocześnie w pamięci. Zakres: od `1` do `10`. Po osiągnięciu limitu starsze pliki są zastępowane krótkim podsumowaniem. | | `max_files_per_conversation` | `integer` | `10` | Łączna liczba plików, które użytkownik może przesłać w jednej rozmowie. Przesyłanie jest rozliczane za plik. Użyj `-1`, aby nie ustawiać limitu. Wartość musi wynosić `-1` lub być co najmniej równa `max_files_in_memory`. | Użytkownicy mogą dołączać pliki w [widżecie](/docs/pl/eleven-agents/customization/widget), obsługiwanych kanałach czatu, takich jak [Slack](/docs/pl/eleven-agents/customization/integrations/slack), lub przez API [przesyłania pliku rozmowy](/docs/pl/eleven-agents/api-reference/conversations/upload-file). #### Aktualizacja w panelu #### Otwórz Wejście multimodalne Otwórz agenta w panelu, upewnij się, że wybrany model obsługuje obrazy i/lub pliki PDF, a następnie przejdź do zakładki **Zaawansowane**. #### Włącz załączniki plików W sekcji **Wejście multimodalne** włącz opcję **Zezwalaj na załączniki plików**. #### Ustaw limity plików Opcjonalnie ustaw **Pliki przechowywane w pamięci** i **Maks. liczba plików na rozmowę**. #### Zapisz zmiany Zapisz agenta. Użytkownicy będą wtedy mogli dołączać obrazy i pliki PDF na czacie. #### Aktualizacja przez CLI #### Pobierz konfigurację agenta ```bash elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Edytuj konfigurację agenta Ustaw `conversation_config.conversation.file_input`: ```json { "conversation_config": { "conversation": { "file_input": { "enabled": true, "max_files_in_memory": 10, "max_files_per_conversation": 10 } } } } ``` #### Prześlij konfigurację agenta ```bash elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Aktualizacja przez API ```python from elevenlabs import ElevenLabs elevenlabs = ElevenLabs() elevenlabs.conversational_ai.agents.update( agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6", conversation_config={ "conversation": { "file_input": { "enabled": True, "max_files_in_memory": 10, "max_files_per_conversation": 10, } } }, ) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; const elevenlabs = new ElevenLabsClient(); await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", { conversationConfig: { conversation: { fileInput: { enabled: true, maxFilesInMemory: 10, maxFilesPerConversation: 10, }, }, }, }); ``` ## Wprowadzanie DTMF Wprowadzanie DTMF pozwala dzwoniącym wpisywać cyfry na klawiaturze telefonu podczas rozmowy. Użyj go do zbierania numerów telefonów, wyborów z menu i innych danych liczbowych bez korzystania z rozpoznawania mowy. To przeciwieństwo narzędzia systemowego [odtwarzania tonu klawisza](/docs/pl/eleven-agents/customization/tools/system-tools/play-keypad-touch-tone), które wysyła tony od agenta. > **Warning** > > Obsługiwane jest tylko pozapasmowe DTMF z > [Twilio](/docs/pl/eleven-agents/phone-numbers/twilio-integration/native-integration), [SIP trunking](/docs/pl/eleven-agents/phone-numbers/sip-trunking) (telefonia) lub > [Genesys](/docs/pl/eleven-agents/phone-numbers/c-caa-s-integrations/genesys). Tony pasmowe > w strumieniu audio są ignorowane. Widżet internetowy i kanały czatu nie mogą wysyłać DTMF. Każde naciśnięcie klawisza jest buforowane, aż sekwencja zostanie zakończona. Zakończenie sekwencji tworzy jedną turę użytkownika. 1. Dzwoniący naciska klawisz. Pierwsza cyfra przerywa agentowi, jeśli mówi. 2. Kolejne cyfry są dodawane do tego samego bufora. 3. Sekwencja kończy się, gdy dzwoniący naciśnie `#` (jeśli zakończenie hashem jest włączone) lub gdy przed upływem limitu czasu nie nadejdą kolejne cyfry. 4. Agent otrzymuje zebrane cyfry jako turę użytkownika i odpowiada. `#` jest znacznikiem końca, gdy zakończenie hashem jest włączone; nie jest uwzględniany w zebranym ciągu. `#` naciśnięty przy pustym buforze jest ignorowany. Bufor przyjmuje `0-9`, `*`, `#` i `A-D`, maksymalnie 50 znaków. ### Konfiguracja `conversation_config.conversation.dtmf_input_settings` ma wartość `null`, gdy wprowadzanie DTMF jest wyłączone. Po włączeniu wartości domyślne to: | Pole | Typ | Domyślnie | Opis | | -------------------- | --------- | --------- | ------------------------------------------------------------------------------------------------------------------------------------- | | `dtmf_input_timeout` | `float` | `2.0` | Liczba sekund oczekiwania po ostatnim naciśnięciu klawisza przed zakończeniem sekwencji. Zakres: od `0.5` do `10.0`. | | `hash_terminator` | `boolean` | `true` | Jeśli ma wartość `true`, `#` natychmiast kończy sekwencję i nie jest uwzględniany w zebranych cyfrach. | | `redact_input` | `boolean` | `false` | Jeśli ma wartość `true`, wpisy z klawiatury są zastępowane przez `` w zapisanej transkrypcji, dzienniku rozmowy i analizie. | Redakcja dotyczy tury klawiatury w zapisanych danych rozmowy. Nie ukrywa cyfr przed agentem podczas trwającej rozmowy ani nie zmienia cyfr, które agent wypowiada lub wysyła do narzędzia. To niezależne od [redakcji historii rozmowy](/docs/pl/eleven-agents/customization/privacy/conversation-history-redaction). #### Aktualizacja w panelu #### Otwórz Wejście multimodalne Otwórz agenta w panelu i przejdź do zakładki **Zaawansowane**. #### Włącz wprowadzanie DTMF W sekcji **Wejście multimodalne** włącz opcję **Włącz wprowadzanie DTMF**. #### Skonfiguruj limit czasu i redakcję Opcjonalnie ustaw **Limit czasu wprowadzania DTMF**, **Użyj # do zakończenia wprowadzania DTMF** oraz **Redaguj wprowadzanie DTMF**. #### Zapisz zmiany Zapisz agenta, a potem zadzwoń i wpisz cyfry na klawiaturze. #### Aktualizacja przez CLI #### Pobierz konfigurację agenta ```bash elevenlabs agents pull --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Edytuj konfigurację agenta Ustaw `conversation_config.conversation.dtmf_input_settings`. Pomiń obiekt lub ustaw dla niego wartość `null`, aby wyłączyć wprowadzanie DTMF. ```json { "conversation_config": { "conversation": { "dtmf_input_settings": { "dtmf_input_timeout": 2.0, "hash_terminator": true, "redact_input": false } } } } ``` #### Prześlij konfigurację agenta ```bash elevenlabs agents push --agent agent_7101k5zvyjhmfg983brhmhkd98n6 ``` #### Aktualizacja przez API ```python from elevenlabs import ElevenLabs elevenlabs = ElevenLabs() elevenlabs.conversational_ai.agents.update( agent_id="agent_7101k5zvyjhmfg983brhmhkd98n6", conversation_config={ "conversation": { "dtmf_input_settings": { "dtmf_input_timeout": 2.0, "hash_terminator": True, "redact_input": False, } } }, ) ``` ```typescript import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js"; const elevenlabs = new ElevenLabsClient(); await elevenlabs.conversationalAi.agents.update("agent_7101k5zvyjhmfg983brhmhkd98n6", { conversationConfig: { conversation: { dtmfInputSettings: { dtmfInputTimeout: 2.0, hashTerminator: true, redactInput: false, }, }, }, }); ``` Zaktualizuj [prompt systemowy](/docs/pl/eleven-agents/best-practices/prompting-guide) agenta, aby wiedział, kiedy poprosić o dane z klawiatury. Na przykład: ```text If you need the caller's phone number, ask them to type it on their keypad. Wait for the DTMF input before continuing. ```