> 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.

# Szybki start

Z tego przewodnika dowiesz się, jak stworzyć pierwszego agenta konwersacyjnego. Będzie on podstawą do budowania workflow konwersacyjnych dopasowanych do zastosowań w twojej firmie.

> **Tip**
>
> Użyj [umiejętności agentów ElevenLabs](https://github.com/elevenlabs/skills/tree/main/agents), aby tworzyć i zarządzać agentami głosowymi z poziomu asystenta AI do kodowania:
>
> ```bash
> npx skills add elevenlabs/skills --skill agents
> ```
>
> Możesz też połączyć [hostowany serwer MCP](/docs/pl/eleven-agents/operate/hosted-mcp) z Claude lub innym klientem MCP, aby tworzyć agentów i zarządzać nimi za pomocą języka naturalnego.

## Pierwsze kroki

Agentami ElevenLabs możesz zarządzać w [panelu ElevenAgents](https://elevenlabs.io/app/agents), przez [API ElevenLabs](/docs/pl/api-reference/introduction), [CLI Agents](/docs/pl/eleven-agents/operate/cli) lub [hostowany serwer MCP](/docs/pl/eleven-agents/operate/hosted-mcp).

![Agenci ElevenLabs](/docs/_fern-img/62ad20de44cee44a439b138d56764c801c4eb939cf3b0f167f594d5c6a6895fb.webp)

## Tworzenie pierwszego agenta

W tym krótkim przewodniku najpierw utworzymy agenta przez API lub panel internetowy. Następnie go przetestujemy — osadzając go na stronie lub korzystając z panelu ElevenLabs.

#### Utwórz agenta w panelu internetowym

W tym przewodniku stworzymy konwersacyjnego asystenta wsparcia, który odpowiada na pytania o twój produkt, dokumentację lub usługę. Możesz osadzić go na swojej stronie lub w aplikacji, aby zapewnić klientom wsparcie w czasie rzeczywistym.

![Agenci ElevenLabs](/docs/_fern-img/62ad20de44cee44a439b138d56764c801c4eb939cf3b0f167f594d5c6a6895fb.webp)

#### Zaloguj się do ElevenLabs

Przejdź na [elevenlabs.io](https://elevenlabs.io/app/sign-up) i zaloguj się lub utwórz konto.

#### Utwórz nowego asystenta

W **panelu ElevenLabs** utwórz nowego asystenta: podaj nazwę i wybierz opcję `Blank template`.

![Panel](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/61b0e1df291ea587a8ff3e116579a47f66d48c74b24f44cfcd4804a568eb0a9d/assets/images/conversational-ai/assistant-create-flow.gif)

#### Skonfiguruj zachowanie asystenta

Przejdź do karty **Agent**, aby skonfigurować zachowanie asystenta. Ustaw:

#### Pierwsza wiadomość

To pierwsza wiadomość, którą asystent wypowie, gdy użytkownik rozpocznie rozmowę.

**`First message`**

```plaintext First message
Hi, this is Alexis from <company name> support. How can I help you today?
```

#### Prompt systemowy

Ten prompt określa zachowanie, zadania i osobowość asystenta.

Dostosuj poniższy przykład, wpisując dane swojej firmy:

**`System prompt`**

```plaintext System prompt
You are a friendly and efficient virtual assistant for [Your Company Name]. Your role is to assist customers by answering questions about the company's products, services, and documentation. You should use the provided knowledge base to offer accurate and helpful responses.

Tasks:
- Answer Questions: Provide clear and concise answers based on the available information.
- Clarify Unclear Requests: Politely ask for more details if the customer's question is not clear.

Guidelines:
- Maintain a friendly and professional tone throughout the conversation.
- Be patient and attentive to the customer's needs.
- If unsure about any information, politely ask the customer to repeat or clarify.
- Avoid discussing topics unrelated to the company's products or services.
- Aim to provide concise answers. Limit responses to a couple of sentences and let the user guide you on where to provide more detail.
```

#### Dodaj bazę wiedzy

Przejdź do sekcji **Knowledge Base**, aby przekazać asystentowi kontekst o swojej firmie.

Tutaj możesz przesłać odpowiednie dokumenty i linki do zewnętrznych zasobów:

* Dodaj dokumentację, FAQ i inne materiały, które pomogą asystentowi odpowiadać na pytania klientów.
* Aktualizuj bazę wiedzy, aby asystent przekazywał dokładne i aktualne informacje.

Teraz skonfigurujemy głos asystenta.

#### Wybierz głos

Na karcie **Voice** wybierz z [biblioteki głosów](https://elevenlabs.io/voice-library) głos, który najlepiej pasuje do twojego asystenta:

![Ustawienia głosu](/docs/_fern-img/14aad328f468daafa9ec95d3b7a55489a8cb1a34869368020e05b207c9b0360a.webp)

> **Note**
>
> Głosy, modele i LLM-y o wyższej jakości mogą wydłużyć czas odpowiedzi. Aby zapewnić klientom najlepsze doświadczenie, dostosuj równowagę między jakością a opóźnieniem do przewidywanego zastosowania asystenta.

#### Testowanie asystenta

Kliknij **Test AI agent** i zacznij rozmawiać z asystentem.

Skonfiguruj kryteria oceny i zbieranie danych, aby analizować rozmowy i poprawiać działanie asystenta.

#### Skonfiguruj kryteria oceny

Przejdź do karty **Analysis** w ustawieniach asystenta, aby określić własne kryteria oceny rozmów.

![Ustawienia analizy](/docs/_fern-img/fee8bc444d5436c71eae3829b9ec8d5cdb6a57c4d4efe6483d7bfed2b066e438.webp)

Transkrypcja każdej rozmowy trafia do LLM-a, który sprawdza, czy osiągnięto określone cele. Wynik będzie mieć wartość `success`, `failure` lub `unknown`, wraz z uzasadnieniem.

Dodajmy kryterium oceny o nazwie `solved_user_inquiry`:

**`Prompt`**

```plaintext Prompt
The assistant was able to answer all of the queries or redirect them to a relevant support channel.

Success Criteria:
- All user queries were answered satisfactorily.
- The user was redirected to a relevant support channel if needed.
```

#### Skonfiguruj zbieranie danych

W sekcji **Data collection** skonfiguruj dane, które mają być wyodrębniane z każdej rozmowy.

Kliknij **Add item** i ustaw:

1. **Typ danych:** wybierz „string”
2. **Identyfikator:** wpisz unikalny identyfikator tego punktu danych: `user_question`
3. **Opis:** podaj LLM-owi szczegółowe instrukcje, jak wyodrębnić konkretne dane z transkrypcji:

**`Prompt`**

```plaintext Prompt
Extract the user's questions & inquiries from the conversation.
```

> **Tip**
>
> Przetestuj asystenta, udając klienta. Zadawaj pytania, oceniaj odpowiedzi i poprawiaj prompty, aż efekt będzie ci odpowiadał.

#### Zobacz historię rozmów

Wyniki oceny i zebrane dane dla każdej rozmowy znajdziesz na karcie **Call history**.

![Historia rozmów](/docs/_fern-img/fd517a080ba2c0d678c1ce34ea79afbd0dad764a19da43ca045a1c29b693ee48.webp)

> **Tip**
>
> Regularnie przeglądaj historię rozmów, aby wykrywać powtarzające się problemy i wzorce.

Nowo utworzonego agenta można testować na różne sposoby, ale najszybciej zrobisz to w [panelu ElevenLabs](https://elevenlabs.io/app/agents).

> **Info**
>
> Panel internetowy korzysta w tle z naszego [React SDK](/docs/pl/eleven-agents/libraries/react), aby obsługiwać rozmowy w czasie rzeczywistym.

Jeśli chcesz szybko przetestować agenta na własnej stronie, możesz użyć widżetu Agent. Wklej poniższy fragment HTML na swoją stronę i zastąp `agent-id` identyfikatorem agenta.

```html
<elevenlabs-convai agent-id="agent-id"></elevenlabs-convai>
<script src="https://unpkg.com/@elevenlabs/convai-widget-embed" async type="text/javascript"></script>
```

#### Utwórz agenta przez CLI

#### Zainstaluj CLI

**`Homebrew (macOS)`**

```bash title="Homebrew (macOS)"
brew install elevenlabs/tap/elevenlabs
```

**`Scoop (Windows)`**

```powershell title="Scoop (Windows)"
scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs
```

**`npm`**

```bash title="npm"
npm install -g @elevenlabs/cli
```

**`curl`**

```bash title="curl"
curl --proto '=https' --tlsv1.2 -LsSf https://github.com/elevenlabs/cli/releases/latest/download/elevenlabs-cli-installer.sh | sh
```

> **Tip**
>
> Pracujesz z asystentem AI do kodowania? Uruchom `elevenlabs generate-skills` w projekcie, aby zapisać
> `SKILL.md` dla każdej grupy poleceń w `skills/`. Dzięki temu asystent zna pełny zakres CLI
> bez wklejania dokumentacji. Użyj `--output-dir`, aby zapisać je w innym miejscu. Polecenie odczytuje
> wbudowaną definicję API CLI, więc nie potrzebuje klucza API i działa offline — oraz jest zgodne
> z zainstalowaną wersją CLI.

#### Zainicjuj nowy projekt

```bash
elevenlabs agents init
```

To utworzy strukturę projektu z katalogami konfiguracji i plikami rejestru.

#### Uwierzytelnij się w ElevenLabs

[Utwórz tutaj klucz API w panelu](https://elevenlabs.io/app/settings/api-keys), aby bezpiecznie [korzystać z CLI](/docs/pl/api-reference/authentication).

Następnie uruchom poniższe polecenie, aby uwierzytelnić się w ElevenLabs:

```bash
elevenlabs auth login
```

Otworzy się okno przeglądarki, w którym uwierzytelnisz się przez OAuth. CLI zweryfikuje dane logowania i bezpiecznie je zapisze.

#### Utwórz agenta

Utwórz pierwszego agenta, korzystając z szablonu asystenta:

```bash
elevenlabs agents add "My Assistant" --template assistant
```

#### Wyślij na platformę ElevenLabs

```bash
elevenlabs agents push
```

Spowoduje to przesłanie lokalnej konfiguracji agenta na platformę ElevenLabs.

#### Przetestuj agenta

Nowo utworzonego agenta można testować na różne sposoby, ale najszybciej zrobisz to w [panelu ElevenLabs](https://elevenlabs.io/app/agents). W panelu wybierz agenta i kliknij **Test AI agent**.

> **Info**
>
> Panel internetowy korzysta w tle z naszego [React SDK](/docs/pl/eleven-agents/libraries/react), aby obsługiwać rozmowy w czasie rzeczywistym.

Jeśli chcesz szybko przetestować agenta na własnej stronie, możesz użyć widżetu Agent. Wygeneruj fragment HTML za pomocą CLI:

```bash
elevenlabs agents widget embed <agent_id>
```

Identyfikator agenta jest zapisywany w `agents.json` po wysłaniu konfiguracji, a `elevenlabs agents status` go wyświetla. Polecenie zwróci fragment HTML, który możesz bezpośrednio wkleić na swoją stronę.

#### Utwórz agenta przez API

#### Utwórz klucz API

[Utwórz klucz API w panelu tutaj](https://elevenlabs.io/app/api/api-keys), którego użyjesz, aby bezpiecznie [uzyskać dostęp do API](/docs/pl/api-reference/authentication).

Przechowuj klucz jako zarządzany sekret i przekaż go do SDK jako zmienną środowiskową w pliku `.env` lub bezpośrednio w konfiguracji aplikacji — zależnie od preferencji.

**`.env`**

```js title=".env"
ELEVENLABS_API_KEY=<your_api_key_here>
```

#### Zainstaluj SDK

#### SDK

Użyjemy też biblioteki `dotenv`, aby wczytać klucz API ze zmiennej środowiskowej.

```python
pip install elevenlabs
pip install python-dotenv
```

```typescript
npm install @elevenlabs/elevenlabs-js
npm install dotenv
```

#### CLI

Zainstaluj CLI ElevenLabs. Zalecamy Homebrew (macOS) lub Scoop (Windows).

**`Homebrew (macOS)`**

```bash title="Homebrew (macOS)"
brew install elevenlabs/tap/elevenlabs
```

**`Scoop (Windows)`**

```powershell title="Scoop (Windows)"
scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs
```

**`npm`**

```bash title="npm"
npm install -g @elevenlabs/cli
```

**`curl`**

```bash title="curl"
curl --proto '=https' --tlsv1.2 -LsSf https://github.com/elevenlabs/cli/releases/latest/download/elevenlabs-cli-installer.sh | sh
```

> **Tip**
>
> Pracujesz z asystentem AI do kodowania? Uruchom `elevenlabs generate-skills` w projekcie, aby zapisać
> `SKILL.md` dla każdej grupy poleceń w `skills/`. Dzięki temu asystent zna pełny zakres CLI
> bez wklejania dokumentacji. Użyj `--output-dir`, aby zapisać je w innym miejscu. Polecenie odczytuje
> wbudowaną definicję API CLI, więc nie potrzebuje klucza API i działa offline — oraz jest zgodne
> z zainstalowaną wersją CLI.

Następnie się uwierzytelnij — otworzy się przeglądarka, aby autoryzować CLI:

```bash
elevenlabs auth login
```

#### Utwórz agenta

Utwórz nowy plik o nazwie `create_agent.py` lub `createAgent.mts`, zależnie od wybranego języka, i dodaj poniższy kod:

```python maxLines=0
from dotenv import load_dotenv
from elevenlabs.client import ElevenLabs
import os
load_dotenv()

elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
)

prompt = """
You are a friendly and efficient virtual assistant for [Your Company Name].
Your role is to assist customers by answering questions about the company's products, services,
and documentation. You should use the provided knowledge base to offer accurate and helpful responses.

Tasks:
- Answer Questions: Provide clear and concise answers based on the available information.
- Clarify Unclear Requests: Politely ask for more details if the customer's question is not clear.

Guidelines:
- Maintain a friendly and professional tone throughout the conversation.
- Be patient and attentive to the customer's needs.
- If unsure about any information, politely ask the customer to repeat or clarify.
- Avoid discussing topics unrelated to the company's products or services.
- Aim to provide concise answers. Limit responses to a couple of sentences and let the user guide you on where to provide more detail.
"""

response = elevenlabs.conversational_ai.agents.create(
    name="My voice agent",
    tags=["test"], # List of tags to help classify and filter the agent
    conversation_config={
        "tts": {
            "voice_id": "aMSt68OGf4xUZAnLpTU8",
            "model_id": "eleven_flash_v2"
        },
        "agent": {
            "first_message": "Hi, this is Rachel from [Your Company Name] support. How can I help you today?",
            "prompt": {
                "prompt": prompt,
            }
        }
    }
)

print("Agent created with ID:", response.agent_id)
```

```typescript maxLines=0
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";

const elevenlabs = new ElevenLabsClient();

const prompt = `
    You are a friendly and efficient virtual assistant for [Your Company Name].
    Your role is to assist customers by answering questions about the company's products, services,
    and documentation. You should use the provided knowledge base to offer accurate and helpful responses.

    Tasks:
    - Answer Questions: Provide clear and concise answers based on the available information.
    - Clarify Unclear Requests: Politely ask for more details if the customer's question is not clear.

    Guidelines:
    - Maintain a friendly and professional tone throughout the conversation.
    - Be patient and attentive to the customer's needs.
    - If unsure about any information, politely ask the customer to repeat or clarify.
    - Avoid discussing topics unrelated to the company's products or services.
    - Aim to provide concise answers. Limit responses to a couple of sentences and let the user guide you on where to provide more detail.
`;

const agent = await elevenlabs.conversationalAi.agents.create({
    name: "My voice agent",
    tags: ["test"], // List of tags to help classify and filter the agent
    conversationConfig: {
        tts: {
            voiceId: "aMSt68OGf4xUZAnLpTU8",
            modelId: "eleven_flash_v2",
        },
        agent: {
            firstMessage: "Hi, this is Rachel from [Your Company Name] support. How can I help you today?",
            prompt: {
                prompt,
            }
        },
    },
});

console.log(`Agent created with ID: ${agent.agentId}`);
```

> **Note**
>
> Powyższy agent będzie mieć tag `"test"`, który pomaga klasyfikować i filtrować agentów. Na przykład do odróżniania agentów testowych od produkcyjnych.

#### Uruchom kod

```python
python create_agent.py
```

```typescript
npx tsx createAgent.mts
```

Powyższy kod utworzy agenta z podstawowymi ustawieniami i wypisze jego identyfikator w konsoli. Dostosujemy agenta w kolejnym kroku.

#### Przetestuj agenta

Nowo utworzonego agenta można testować na różne sposoby, ale najszybciej zrobisz to w [panelu ElevenLabs](https://elevenlabs.io/app/agents). W panelu wybierz agenta i kliknij **Test AI agent**.

> **Info**
>
> Panel internetowy korzysta w tle z naszego [React SDK](/docs/pl/eleven-agents/libraries/react), aby obsługiwać rozmowy w czasie rzeczywistym.

Jeśli chcesz szybko przetestować agenta na własnej stronie, możesz użyć widżetu Agent. Wklej poniższy fragment HTML na swoją stronę i zastąp `agent-id` identyfikatorem agenta.

```html
<elevenlabs-convai agent-id="agent-id"></elevenlabs-convai>
<script src="https://unpkg.com/@elevenlabs/convai-widget-embed" async type="text/javascript"></script>
```

Zobacz kartę SDK, aby dowiedzieć się, jak osadzić agenta na stronie lub w aplikacji za pomocą dostępnych SDK.

## Kolejne kroki

Po tym krótkim przewodniku możesz zwiększyć skuteczność agenta, integrując:

* [Bazy wiedzy](/docs/pl/eleven-agents/customization/knowledge-base), aby wyposażyć go w informacje z danej dziedziny.
* [Narzędzia](/docs/pl/eleven-agents/customization/tools), aby mógł wykonywać zadania w twoim imieniu.
* [Uwierzytelnianie](/docs/pl/eleven-agents/customization/authentication), aby ograniczyć dostęp do wybranych rozmów.
* [Ocenę sukcesu](/docs/pl/eleven-agents/customization/agent-analysis/success-evaluation), aby analizować rozmowy i poprawiać jego działanie.
* [Zbieranie danych](/docs/pl/eleven-agents/customization/agent-analysis/data-collection), aby gromadzić dane o rozmowach i poprawiać jego działanie.
* [Przechowywanie rozmów](/docs/pl/eleven-agents/customization/privacy/retention), aby przeglądać historię rozmów i poprawiać jego działanie.