Présentation de la CLI ElevenLabs v1.0

Aujourd’hui, nous présentons la v1 de la CLI ElevenLabs, qui intègre directement l’API ElevenLabs à votre terminal.

Les agents de programmation travaillent déjà dans le terminal : ils exécutent des commandes, lisent les résultats et peuvent même commander leur déjeuner. La CLI ElevenLabs a été conçue d’abord pour les agents, avec des commandes bien documentées et des résultats JSON structurés, faciles à analyser et à enchaîner. Elle inclut un mode --dry-run permettant de prévisualiser toute opération avant qu’elle ne modifie votre Workspace.

La CLI introduit également les agents as code dans ElevenAgents. Récupérez chaque agent de votre Workspace dans des fichiers de configuration locaux, modifiez-les comme n’importe quelle partie de votre base de code, prévisualisez précisément les différences, puis déployez en production manuellement ou via votre agent de programmation.

Installation sur macOS

brew install elevenlabs/tap/elevenlabs

Windows

scoop bucket add elevenlabs https://github.com/elevenlabs/scoop-bucket
scoop install elevenlabs

cURL

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

Toute la plateforme depuis une seule interface

Chaque endpoint de l’API ElevenLabs publié dans notre spécification OpenAPI est disponible sous forme de sous-commande :

# list every agent in your workspace as structured JSON 
elevenlabs agents list --format json

# compose a song from a prompt
elevenlabs music compose --prompt "lo-fi track for a rainy afternoon" --output track.mp3

# speak a sentence and save the audio
elevenlabs text-to-speech convert --voice-id gPPH6SLdL8XSX6GNJ40G --text "Hello from the CLI" --output hello.mp3

Agents as code

Les agents as code appliquent à la configuration des agents la même approche qu’au code applicatif. Vous travaillez sur des fichiers locaux, que la CLI synchronise avec votre Workspace. Le workflow tient en trois commandes.

elevenlabs agents pull              # every agent in your workspace becomes a local config file
# edit a config: change the greeting, swap the voice, update the prompt
elevenlabs agents push --dry-run    # preview exactly what would change, without changing anything
elevenlabs agents push              # apply

Ce même workflow s’étend à la production. Les branches séparent le développement de la production : une branche de développement peut utiliser un numéro de téléphone de test et un LLM moins coûteux, tandis que la production utilise le véritable numéro et un modèle de pointe. Pour les nouveaux projets, elevenlabs agents init initialise l’ensemble avec des modèles de démarrage pour les configurations courantes, telles que le support client.

Avec quelques agents, le Dashboard reste facile à gérer. Mais pour administrer une flotte d’agents répartis entre des centaines d’organisations clientes ou migrer en masse des agents depuis une autre plateforme, les fichiers et le contrôle de version sont le seul workflow qui passe à l’échelle.

Conçue pour les agents de programmation et les développeurs

Un agent qui utilise une CLI échoue différemment d’une personne. Il ne peut pas répondre à une invite interactive, réessaie constamment et apprend de ce que lui renvoie le message d’erreur. La CLI est conçue pour cette réalité.

--help s’adresse aux personnes, ხოლო --schema aux agents. Chaque commande API affiche un contrat lisible par machine : des entrées typées, leur emplacement, les champs requis et la structure exacte de la réponse. L’agent peut ainsi construire un appel valide sans devoir deviner.

$ elevenlabs text-to-speech convert --schema
{
  "operation": "text-to-speech.convert",
  "description": "Create speech",
  "binaryResponse": true,
  "input": {
    "properties": {
      "text": { "location": "body", "type": "string" },
      "voice_id": { "location": "path", "type": "string" },
      ...
    },
    "required": ["text", "voice_id"]
  }
}

Les erreurs donnent aussi à l’agent de quoi avancer. Pour les agents, elles sont renvoyées au format JSON, qu’ils peuvent analyser. Lorsqu’un utilisateur humain est détecté via TTY, un message d’erreur en texte clair s’affiche à la place. Dans les deux cas, des instructions expliquent comment corriger l’erreur.

Avec la commande non valide suivante :

$ elevenlabs text-to-speech convert --text "Hello from the CLI"

Les agents recevraient le message d’erreur suivant :

$ elevenlabs text-to-speech convert --text "Hello from the CLI"
{
  "error": {
    "code": 400,
    "message": "Required parameter 'voice_id' is missing. Provide it via --voice-id or --params",
    "reason": "validationError"
  }
}

Les utilisateurs humains voient quant à eux cette erreur, plus lisible et accompagnée d’une indication pour résoudre le problème :

error[validation]:
 Required parameter 'voice_id' is missing. Provide it via --voice-id or --params
 Try `elevenlabs text-to-speech convert --help`

Les skills sont incluses

--help et --schema constituent le manuel intégré de la CLI. Les skills vont plus loin : elles enseignent à votre agent de programmation des workflows complets, comme créer un agent, générer de la parole ou transcrire un appel.

Installez-les dans votre projet :

elevenlabs generate-skills

Les agents travaillent déjà dans le terminal. Désormais, toute la plateforme ElevenLabs y est aussi. Installez la CLI, transmettez les skills à votre agent et voyez ce qu’il produit. Pour commencer, consultez la documentation.