ElevenAgents

Lär dig bygga, lansera och skala agenter med ElevenLabs.

Agenter utför uppgifter genom naturliga dialoger – från snabba förfrågningar till komplexa, öppna arbetsflöden. ElevenLabs erbjuder uttrycksfulla modeller med röst, utvecklarverktyg för att bygga multimodala agenter samt verktyg för att övervaka och utvärdera agenters prestanda i stor skala.

Bygg din agent med din kodagent. Du behöver inget konto eller någon API-nyckel i förväg.

Klistra in detta i Claude Code, Cursor eller Codex. Det loggar in dig eller skapar ett konto, skapar en nyckel och frågar vad du vill bygga: beskriv agenten du vill ha, så skapar din kodagent den och lägger till den i din app.

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

Se hur det fungerar, eller läs källkoden för kommandot onboard för att se exakt vad det säger till din kodagent.

Konfigurera

Konfigurera multimodala agenter med vår utvecklarverktygslåda, instrumentpanel eller visuella arbetsflödesbyggare

Driftsätt

Integrera multimodala agenter i telefonisystem, på webben och i mobilen

Övervaka

Utvärdera agenters prestanda med inbyggd testning, utvärderingar och analys

Plattformens funktioner

Från design och driftsättning till optimering erbjuder ElevenLabs allt du behöver för att bygga agenter i stor skala.

Designa och konfigurera

Mål	Guide	Beskrivning
Skapa samtalsworkflows	Workflows	Bygg workflows i flera steg med en visuell workflow-byggare
Skriv systemprompter	Systemprompt	Lär dig bästa praxis för att skapa effektiva agentprompter
Välj språkmodell	Modeller	Välj bland LLM:er som stöds eller ta med en egen anpassad modell
Styr samtalsflödet	Samtalsflöde	Konfigurera turordning, avbrott och inställningar för tidsgränser
Konfigurera röst och språk	Röst och språk	Välj bland över 10 000 röster på 31 språk med anpassningsalternativ
Lägg till kunskap i agenten	Kunskapsbas	Ladda upp dokument och aktivera RAG för förankrade svar
Anslut verktyg	Verktyg	Gör det möjligt för agenter att anropa klienter och API:er för åtgärder
Personalisera varje samtal	Personalisering	Använd dynamiska variabler och åsidosättningar för anpassning per samtal
Säkra åtkomst till agenten	Autentisering	Implementera anpassad autentisering för skyddad åtkomst till agenten

Anslut och driftsätt

Mål	Guide	Beskrivning
Bygg med React-komponenter	ElevenLabs UI	Färdigbyggt komponentbibliotek för ljud- och agentappar (baserat på shadcn)
Bädda in widget på webbplatsen	Widget	Lägg till en anpassningsbar webbwidget på valfri webbplats
Bygg React-webbappar	React SDK	React-hooks och komponenter med röststöd
Bygg iOS-appar	Swift SDK	Native iOS SDK för röstassistenter
Bygg Android-appar	Kotlin SDK	Native Android SDK för röstassistenter
Bygg React Native-appar	React Native SDK	Plattformsoberoende iOS och Android med React Native
Bygg Unity-spel	Unity SDK	Röstassistenter i Unity-scener för dator- och WebGL-byggen
Anslut via SIP-trunk	SIP-trunk	Integrera med befintlig telefoniinfrastruktur
Ring batchvisa utgående samtal	Batchsamtal	Starta flera samtal programmatiskt
Använd Twilio-integrationen	Twilio	Native Twilio-integration för telefonsamtal
Bygg anpassade integrationer	WebSocket API	WebSocket-protokoll på låg nivå för anpassade implementeringar
Ta emot händelser i realtid	Händelser	Prenumerera på konversationshändelser och uppdateringar

Övervaka och optimera

Mål	Guide	Beskrivning
Lista användare efter externt ID	Användare	Se slutanvändare och öppna deras konversationer
Sök i transkript	Söka i konversationer	Nyckelords- och semantisk sökning i konversationshistorik
Kör A/B-tester	Experiment	Testa ändringar i agentkonfiguration med live-trafik
Testa agentbeteende	Testning	Skapa och kör automatiserade tester för dina agenter
Analysera konversationskvalitet	Konversationsanalys	Hämta insikter och utvärdera konversationsresultat
Följ nyckeltal och analyser	Analyser	Övervaka resultatmått och konversationshistorik
Konfigurera datalagringstid	Integritet	Ange lagringspolicyer för konversationer och ljud
Minska LLM-kostnader	Kostnadsoptimering	Övervaka och optimera språkmodellskostnader
Hantera agenter som kod	CLI	Versionshantera och distribuera agenter från terminalen
Hantera agenter från Claude	Hostad MCP	Skapa och uppdatera agenter från valfri MCP-klient

Arkitektur

ElevenAgents samordnar fyra kärnkomponenter:

En finjusterad Speech to Text-modell (ASR) för taligenkänning
Valfri språkmodell eller anpassad anpassad LLM
En Text to Speech-modell (TTS) med låg latens med över 10 000 röster och fler än 70 språk
En egenutvecklad modell för turtagning som hanterar konversationens timing

Röstagenter kan även använda en Realtime-modell, en ElevenLabs-modell som är byggd för röstkonversationer med låg latens.

Så förhåller sig Eleven Realtime till ElevenAgents och Speech Engine

ElevenLabs erbjuder tre sätt att lägga till röst i en produkt, vart och ett anpassat för olika nivåer av kontroll och integrationsarbete.

Produkt	Vad det är	Primär målgrupp
ElevenAgents	En komplett omnikanalplattform för agenter. Körs på Realtime-modeller eller på en helt kaskadkopplad, konfigurerbar pipeline med anpassade TTS, LLM, STT, arbetsflöden, utvärderingar och övervakning.	Utvecklare och företag som bygger produktionsagenter i stor skala.
Realtime-modeller	Ett fristående API som erbjuder en serie speech-to-speech-modeller, var och en optimerad för olika användningsfall. Tillgängliga direkt via Realtime API eller som ett modellalternativ i ElevenAgents.	Utvecklare och företag som vill lägga till röst med minimal komplexitet, inklusive team som redan använder ett annat API för röst i realtid och vill byta.
Speech Engine	Talorkestreringslagret på egen hand, för team som redan har byggt en textbaserad chattagent och vill lägga till röst.	Utvecklare och företag som redan har byggt en textagent och vill lägga till röst.

Se kompatibilitetsguiden för OpenAI Realtime API för att ansluta till Realtime-modeller med OpenAI:s Realtime SDK och wire protocol, och översikten över Speech Engine för att lägga till röst i en befintlig textagent.

Snabbstart

Bygg din första agent på 5 minuter