कंटेंट पर जाएं
लॉग इनसाइन अप
संपर्क करेंलॉग इन करें

ElevenLabs CLI v1.0 पेश है

लेखक
Min Kim
Paul Asjes
Tadas Petra
प्रकाशित
आखिरी बार अपडेट किया गया

सुनेंइस आर्टिकल को सुनें

आज हम पेश कर रहे हैं ElevenLabs CLI का v1, जो ElevenLabs API को सीधे आपके टर्मिनल में लाता है।

कोडिंग एजेंट पहले से ही टर्मिनल में काम करते हैं, जहाँ वे कमांड चलाते हैं, नतीजे पढ़ते हैं और यहाँ तक कि लंच ऑर्डर करते हैं। ElevenLabs CLI को एजेंट्स को प्राथमिकता देते हुए डिज़ाइन किया गया है। इसमें अच्छी तरह डॉक्यूमेंट किए गए कमांड और संरचित JSON नतीजे मिलते हैं, जिन्हें पार्स करना और जोड़ना आसान है। इसमें --dry-run मोड भी है, जिससे आप अपने वर्कस्पेस में कोई बदलाव करने से पहले किसी भी ऑपरेशन का प्रीव्यू देख सकते हैं।

CLI ElevenAgents में agents-as-code भी लाता है। अपने वर्कस्पेस के हर एजेंट को लोकल कॉन्फ़िग फ़ाइलों में पुल करें, उन्हें अपने कोडबेस के किसी भी हिस्से की तरह एडिट करें, सटीक diff का प्रीव्यू देखें और मैन्युअली या अपने कोडिंग एजेंट के ज़रिए प्रोडक्शन में पुश करें।

macOS पर इंस्टॉल करें

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

एक इंटरफ़ेस से पूरा प्लेटफ़ॉर्म

हमारी OpenAPI स्पेक में प्रकाशित हर ElevenLabs API एंडपॉइंट सबकमांड के रूप में उपलब्ध है:

# 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

एजेंट्स-एज़-कोड

Agents-as-code एजेंट कॉन्फ़िगरेशन को उसी तरह संभालता है जैसे आप एप्लिकेशन कोड को संभालते हैं। आप डिस्क पर मौजूद फ़ाइलों पर काम करते हैं और CLI उन्हें आपके वर्कस्पेस के साथ सिंक रखता है। पूरा वर्कफ़्लो सिर्फ़ तीन कमांड में हो जाता है।

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

यही वर्कफ़्लो प्रोडक्शन तक भी जाता है। ब्रांचेज़ डेवलपमेंट और प्रोडक्शन को अलग रखती हैं—dev ब्रांच में टेस्ट फ़ोन नंबर और कम कीमत वाला LLM इस्तेमाल हो सकता है, जबकि प्रोडक्शन में असली नंबर और फ्रंटियर मॉडल चलता है। और नए प्रोजेक्ट्स के लिए, elevenlabs agents init आम कॉन्फ़िगरेशन, जैसे कस्टमर सपोर्ट के लिए स्टार्टर टेम्पलेट्स के साथ सब कुछ स्कैफ़ोल्ड करता है।

कुछ एजेंट्स के साथ डैशबोर्ड संभालना आसान है। लेकिन जब आपको सैकड़ों ग्राहक संगठनों में फैले एजेंट्स का बड़ा समूह संभालना हो या किसी दूसरे प्लेटफ़ॉर्म से एजेंट्स को बड़ी संख्या में माइग्रेट करना हो, तब फ़ाइलें और वर्ज़न कंट्रोल ही एकमात्र ऐसा वर्कफ़्लो हैं जो स्केल करता है।

कोडिंग एजेंट्स और डेवलपर्स के लिए बनाया गया

CLI इस्तेमाल करने वाला एजेंट किसी व्यक्ति से अलग तरह से विफल होता है। वह इंटरैक्टिव प्रॉम्प्ट का जवाब नहीं दे सकता, लगातार रीट्राई करता है और एरर मैसेज से मिली जानकारी से सीखता है। CLI को इसी वास्तविकता को ध्यान में रखकर डिज़ाइन किया गया है।

--help लोगों के लिए है, --schema एजेंट्स के लिए है। हर API कमांड टाइप्ड इनपुट, हर इनपुट कहाँ जाता है, क्या ज़रूरी है और रिस्पॉन्स का सटीक स्वरूप जैसी जानकारी वाला मशीन-रीडेबल कॉन्ट्रैक्ट प्रिंट करता है। इससे एजेंट बिना अनुमान लगाए वैध कॉल बना सकता है।

$ 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"]
  }
}

एरर एजेंट को काम करने के लिए जानकारी भी देते हैं। एजेंट्स के लिए एरर पार्स किए जा सकने वाले JSON के रूप में लौटते हैं। TTY के ज़रिए किसी मानव यूज़र का पता चलने पर, उसकी जगह एक सामान्य एरर मैसेज दिखाया जाता है। दोनों में एरर ठीक करने के निर्देश होते हैं।

इस अमान्य कमांड को लें:

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

एजेंट्स को यह एरर मैसेज मिलेगा:

$ 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"
  }
}

वहीं मानव यूज़र्स को यह ज़्यादा पढ़ने योग्य एरर दिखता है, जिसमें समस्या ठीक करने का संकेत भी होता है:

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

स्किल्स के साथ सब कुछ शामिल है

--help और --schema CLI के बिल्ट-इन मैनुअल हैं। लेकिन स्किल्स इससे आगे जाकर आपके कोडिंग एजेंट को एजेंट बनाने, स्पीच जनरेट करने या कॉल ट्रांसक्राइब करने जैसे पूरे वर्कफ़्लो सिखाती हैं।

इन्हें अपने प्रोजेक्ट में इंस्टॉल करें:

elevenlabs generate-skills

एजेंट्स पहले से ही टर्मिनल में काम करते हैं। अब पूरा ElevenLabs भी वहीं है। CLI इंस्टॉल करें, अपने एजेंट को स्किल्स दें और देखें कि वह क्या बनाता है। शुरुआत करें डॉक्स से।

संबंधित लेख

उच्चतम गुणवत्ता वाले AI ऑडियो के साथ बनाएं

सेल्स से बात करेंसाइन अप करें