Présentation de la CLI ElevenLabs v1.0

Aujourd’hui, nous lançons la v1 de l’interface CLI d’ElevenLabs, qui donne accès à l’API ElevenLabs directement depuis votre terminal.

Les agents de programmation travaillent déjà dans le terminal, où ils exécutent des commandes, lisent les résultats et même commandent leur déjeuner. L’interface CLI d’ElevenLabs a été conçue en priorité pour les agents, avec des commandes bien documentées et des résultats JSON structurés, faciles à analyser et à enchaîner. Elle intègre un mode --dry-run pour prévisualiser toute opération avant qu’elle ne modifie votre Workspace.

L’interface CLI apporte également les agents en tant que code à ElevenAgents. Récupérez chaque agent de votre Workspace dans des fichiers de configuration locaux, modifiez-les comme n’importe quelle partie de votre codebase, prévisualisez le diff exact, puis déployez-les en production manuellement ou via votre agent de programmation.

Installer 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-commandes :

# 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

Des agents en tant que code

Les agents en tant que code appliquent à la configuration des agents la même approche qu’au code d’application. Vous travaillez sur des fichiers locaux, et l’interface CLI les synchronise avec votre Workspace. L’ensemble du 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 génère toute la structure nécessaire, avec des modèles de départ pour des configurations courantes comme le service client.

Avec une poignée d’agents, le Dashboard reste gérable. En revanche, pour gérer 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 constituent le seul workflow capable de passer à l’échelle.

Conçue pour les agents de programmation et les développeurs

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

--help s’adresse aux personnes, ხოლო --schema s’adresse aux agents. Chaque commande d’API affiche un contrat lisible par machine : les entrées typées, leur emplacement, les champs requis et la structure exacte de la réponse. L’agent peut ainsi construire un appel valide sans avoir à 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 des éléments exploitables. Pour les agents, elles sont renvoyées au format JSON, qu’ils peuvent analyser. Lorsqu’un utilisateur humain est détecté via TTY, un simple message d’erreur s’affiche à la place. Les deux incluent des instructions pour 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, quant à eux, voient cette erreur plus lisible, 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`

Des compétences prêtes à l’emploi

--help et --schema constituent le manuel intégré à l’interface CLI. Mais les compétences vont plus loin et enseignent à votre agent de programmation des workflows complets, par exemple 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, ElevenLabs aussi. Installez l’interface CLI, donnez les compétences à votre agent et découvrez ce qu’il peut livrer. Commencez avec la documentation.