快速开始 | ElevenLabs Documentation

本指南将介绍如何创建第一个对话式智能体。这将为构建适合业务场景的对话工作流打下基础。可以让你的编程智能体完成设置，或手动按照以下步骤操作。

使用编程智能体设置

开始前无需账户或 API 密钥。将以下内容粘贴到编程智能体中：

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

之后 ElevenLabs CLI 会继续引导，并向编程智能体说明每一步。浏览器会打开一次，以便你登录或创建账户并点击授权。密钥会保存在项目的环境变量文件中（.env.local，或 Python 项目中的 .env），不会提交到 git；聊天中也绝不会显示密钥。当编程智能体询问你想构建什么时，请描述所需的智能体：它应完成什么任务，以及用户会在哪里与它交谈，例如网站中的小组件或应用中的语音按钮。随后，编程智能体会创建智能体、将其添加到应用中，并提供一个用于试用的链接。

如果编程智能体运行在浏览器无法访问的位置，例如通过 SSH 连接的远程机器或云端沙盒，CLI 会要求你自行创建密钥并将其粘贴到环境变量文件中，然后继续执行。该命令需要 Node.js 来运行 npx。如果没有安装，请通过 Homebrew（macOS 和 Linux）或 Scoop（Windows）安装 ElevenLabs CLI，如果已安装则进行更新（brew upgrade elevenlabs、 scoop update elevenlabs），然后让编程智能体改为运行 elevenlabs onboard init。

如需在编程智能体中保留 ElevenLabs agents skill，以便日后继续处理智能体相关工作，请安装它：

npx skills add elevenlabs/skills --skill agents

如果想通过 Claude、ChatGPT 或其他 MCP 客户端构建智能体，请改为连接托管 MCP 服务器。

开始使用

ElevenLabs Agents 可通过 ElevenAgents 控制台、ElevenLabs API、Agents CLI 或托管 MCP 服务器进行管理。

创建第一个智能体

本快速入门指南将先通过 API 或网页控制台创建智能体。接下来，我们将通过嵌入网站或使用 ElevenLabs 控制台来测试智能体。

通过网页控制台构建智能体

通过 CLI 构建智能体

通过 API 构建智能体

本指南将创建一个对话式支持助手，能够回答有关产品、文档或服务的问题。该助手可嵌入网站或应用，为客户提供实时支持。

登录 ElevenLabs

前往 elevenlabs.io，登录或创建账户。

创建新助手

在 ElevenLabs 控制台中，输入名称并选择 Blank template 选项，即可创建新助手。

配置助手行为

前往 Agent 标签页，配置助手行为。设置以下内容：

首条消息

用户开始对话时，助手将朗读这条首条消息。

首条消息

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

系统提示词

此提示词用于引导助手的行为、任务和个性。

请根据公司信息自定义以下示例：

系统提示词

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.

添加知识库

前往 Knowledge Base 部分，为助手提供业务相关背景信息。

可在此上传相关文档和外部资源链接：

添加文档、常见问题及其他资源，帮助助手回答客户咨询。
保持知识库更新，确保助手提供准确且最新的信息。

接下来将为助手配置音色。

选择音色

在 Voice 标签页中，从声音库选择最适合助手的音色：

使用更高质量的音色、模型和 LLM 可能会延长响应时间。请根据助手的预期使用场景，平衡质量与延迟，以获得最佳客户体验。

测试助手

点击 测试 AI 智能体按钮，尝试与助手对话。

配置评估标准和数据收集，以分析对话并提升助手表现。

配置评估标准

在助手设置中前往 Analysis 标签页，为评估对话定义自定义标准。

每份对话记录都会传递给 LLM，以验证是否达成特定目标。结果会是 success、failure 或 unknown，并附带说明结果选择原因的理由。

让我们添加一个名为 solved_user_inquiry 的评估标准：

提示词

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.

配置数据收集

在 Data collection 部分，配置要从每次对话中提取的详细信息。

点击 添加项目，并进行以下配置：

数据类型： 选择“string”
标识符： 为此数据点输入唯一标识符：user_question
说明： 向 LLM 提供详细指示，说明如何从记录中提取特定数据：

提示词

Extract the user's questions & inquiries from the conversation.

请以客户身份测试助手。提出问题、评估其回答，并调整提示词，直到你满意它的表现。

查看对话历史

在 Call history 标签页中，查看每次对话的评估结果和收集的数据。

定期查看对话历史，以发现常见问题和模式。

新创建的智能体可以通过多种方式测试，但最快的方法是使用 ElevenLabs 控制台。

网页控制台在底层使用我们的 React SDK 处理实时对话。

如果想在自己的网站中快速测试智能体，可以使用 Agent 小组件。只需将以下 HTML 片段粘贴到网站中，并注意将 agent-id 替换为智能体 ID。

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

后续步骤

完成本快速入门指南后，可集成以下功能，让智能体更高效：

知识库，为其提供特定领域的信息。
工具，让其代表你执行任务。
身份验证，限制对特定对话的访问。
成功评估，分析对话并提升其表现。
数据收集，收集对话数据并提升其表现。
对话保留，查看对话历史并提升其表现。