Przejdź do nawigacji
Pierwsze kroki

ElevenAgents

Dowiedz się, jak tworzyć, uruchamiać i skalować agentów z ElevenLabs.

Agenci wykonują zadania poprzez naturalny dialog — od szybkich próśb po złożone, otwarte workflow. ElevenLabs oferuje ekspresyjne modele głosowe, narzędzia dla deweloperów do tworzenia agentów multimodalnych oraz narzędzia do monitorowania i oceny ich działania na dużą skalę.

Zbuduj agenta z pomocą swojego agenta programującego. Nie potrzebujesz wcześniej konta ani klucza API.

Wklej to do Claude Code, Cursor lub Codex. Narzędzie zaloguje cię lub utworzy konto, stworzy klucz i zapyta, co chcesz zbudować: opisz agenta, którego potrzebujesz, a twój agent programujący go stworzy i doda do aplikacji.

Add ElevenLabs to my project: run `npx -y @elevenlabs/cli@latest onboard init` and follow what it prints.

Zobacz, jak to działa, lub przeczytaj kod źródłowy polecenia onboard, aby sprawdzić, co dokładnie przekazuje twojemu agentowi programującemu.

Możliwości platformy

Od projektu przez wdrożenie po optymalizację — ElevenLabs daje ci wszystko, czego potrzebujesz, by tworzyć agentów na dużą skalę.

Projektowanie i konfiguracja

CelPrzewodnikOpis
Tworzenie workflowów rozmówWorkflowyTwórz wieloetapowe workflowy w wizualnym kreatorze
Pisanie System PromptSystem PromptPoznaj dobre praktyki tworzenia skutecznych promptów dla agentów
Wybór modelu językowegoModeleWybieraj spośród obsługiwanych LLM-ów lub użyj własnego modelu
Kontrola przebiegu rozmowyPrzebieg rozmowySkonfiguruj kolejność wypowiedzi, przerwania i limity czasu
Konfiguracja głosu i językaGłos i językWybieraj spośród ponad 10 000 głosów w 31 językach z opcjami dostosowania
Dodawanie wiedzy do agentaBaza wiedzyPrzesyłaj dokumenty i włącz RAG, aby odpowiedzi opierały się na faktach
Łączenie narzędziNarzędziaPozwól agentom wywoływać klientów i API, aby wykonywać działania
Personalizacja każdej rozmowyPersonalizacjaUżywaj zmiennych dynamicznych i nadpisań do dostosowania każdej rozmowy
Zabezpieczenie dostępu do agentaUwierzytelnianieWdróż własne uwierzytelnianie, aby chronić dostęp do agenta

Połącz i wdrażaj

CelPrzewodnikOpis
Twórz z komponentami ReactElevenLabs UIGotowa biblioteka komponentów do aplikacji audio i agentów (oparta na shadcn)
Osadź widżet na stronieWidżetDodaj konfigurowalny widżet internetowy do dowolnej strony
Twórz aplikacje webowe ReactReact SDKHooki i komponenty React z obsługą głosu
Twórz aplikacje na iOSSwift SDKNatywny SDK na iOS dla agentów głosowych
Twórz aplikacje na AndroidaKotlin SDKNatywny SDK na Androida dla agentów głosowych
Twórz aplikacje React NativeReact Native SDKWieloplatformowe aplikacje na iOS i Androida z React Native
Twórz gry w UnityUnity SDKAgenci głosowi w scenach Unity dla wersji desktopowych i WebGL
Połącz przez trunk SIPTrunk SIPZintegruj z istniejącą infrastrukturą telefoniczną
Wykonuj wsadowe połączenia wychodzącePołączenia wsadoweUruchamiaj wiele połączeń programowo
Użyj integracji z TwilioTwilioNatywna integracja z Twilio do połączeń telefonicznych
Twórz własne integracjeWebSocket APINiskopoziomowy protokół WebSocket do własnych implementacji
Otrzymuj zdarzenia w czasie rzeczywistymZdarzeniaSubskrybuj zdarzenia i aktualizacje rozmów

Monitoruj i optymalizuj

CelPrzewodnikOpis
Wyświetl użytkowników po ID zewnętrznymUżytkownicyZobacz użytkowników końcowych i otwórz ich rozmowy
Przeszukuj transkrypcjeWyszukiwanie rozmówWyszukiwanie po słowach kluczowych i semantyczne w historii rozmów
Prowadź testy A/BEksperymentyTestuj zmiany konfiguracji agenta na ruchu produkcyjnym
Testuj zachowanie agentaTestowanieTwórz i uruchamiaj automatyczne testy dla agentów
Analizuj jakość rozmówAnaliza rozmówWyciągaj wnioski i oceniaj wyniki rozmów
Śledź metryki i analitykęAnalitykaMonitoruj metryki wydajności i historię rozmów
Skonfiguruj retencję danychPrywatnośćUstaw zasady retencji rozmów i audio
Obniż koszty LLMOptymalizacja kosztówMonitoruj i optymalizuj wydatki na modele językowe
Zarządzaj agentami jako kodemCLIKontroluj wersje i wdrażaj agentów z terminala
Zarządzaj agentami z ClaudeHostowany MCPTwórz i aktualizuj agentów z dowolnego klienta MCP

Architektura

ElevenAgents koordynuje 4 kluczowe komponenty:

  1. Dopracowany model Speech to Text (ASR) do rozpoznawania mowy
  2. Wybrany przez ciebie model językowy lub własny LLM
  3. Model Text to Speech (TTS) o niskich opóźnieniach, obsługujący ponad 10 000 głosów i ponad 70 języków
  4. Własny model zarządzania kolejnością wypowiedzi, który obsługuje timing rozmowy

Agenci głosowi mogą też korzystać z modelu Realtime, modelu ElevenLabs stworzonego do rozmów głosowych o niskich opóźnieniach.

Jak Eleven Realtime łączy się z ElevenAgents i Speech Engine

ElevenLabs oferuje trzy sposoby dodania głosu do produktu, każdy dopasowany do innego poziomu kontroli i nakładu pracy przy integracji.

ProduktCzym jestGłówni odbiorcy
ElevenAgentsPełna, wielokanałowa platforma agentów. Działa na modelach Realtime lub w pełni kaskadowym, konfigurowalnym pipeline z własnymi TTS, LLM, STT, workflow, ewaluacjami i monitoringiem.Deweloperzy i firmy tworzące agentów produkcyjnych na dużą skalę.
Modele RealtimeSamodzielne API udostępniające serię modeli mowa-mowa, z których każdy jest zoptymalizowany pod inne zastosowanie. Dostępne bezpośrednio przez Realtime API lub jako opcja modelu w ElevenAgents.Deweloperzy i firmy, które chcą dodać głos przy minimalnej złożoności, w tym zespoły korzystające już z innego API głosowego czasu rzeczywistego i chcące je zmienić.
Speech EngineSama warstwa orkiestracji mowy dla zespołów, które stworzyły już tekstowego agenta czatu i chcą dodać głos.Deweloperzy i firmy, które stworzyły już tekstowego agenta i chcą dodać głos.

Zobacz przewodnik po zgodności z OpenAI Realtime API, aby połączyć się z modelami Realtime przez Realtime SDK i protokół komunikacyjny OpenAI, oraz omówienie Speech Engine, aby dodać głos do istniejącego agenta tekstowego.

Szybki start

Zbuduj swojego pierwszego agenta w 5 minut