ElevenLabs CLI v1.0 पेश है

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

कोडिंग एजेंट्स पहले से ही टर्मिनल में काम करते हैं, जहां वे कमांड चलाते हैं, नतीजे पढ़ते हैं और यहां तक कि लंच ऑर्डर भी करते हैं। ElevenLabs CLI को एजेंट्स को प्राथमिकता देकर बनाया गया है। इसमें अच्छी तरह डॉक्यूमेंट किए गए कमांड और पार्स व चेन करने में आसान स्ट्रक्चर्ड JSON नतीजे मिलते हैं। 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 एजेंट्स-ऐज़-कोड 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 डिफ़ प्रीव्यू करें और मैन्युअली या अपने कोडिंग एजेंट के ज़रिए प्रोडक्शन में पुश करें।

macOS पर इंस्टॉल करें

brew install elevenlabs/tap/elevenlabs

विंडोज़

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 प्लैटफ़ॉर्म

हमारी OpenAPI स्पेसिफ़िकेशन 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-ऐज़-कोड

एजेंट्स-ऐज़-कोड में एजेंट कॉन्फ़िगरेशन को एप्लिकेशन कोड की तरह माना जाता है। 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 लागू होता है। ब्रांचेज़ डेवलपमेंट और प्रोडक्शन को अलग रखती हैं—dev ब्रांच में टेस्ट फ़ोन नंबर और सस्ता LLM इस्तेमाल हो सकता है, जबकि प्रोडक्शन में असली नंबर और फ्रंटियर मॉडल चलता है। नए प्रोजेक्ट्स के लिए elevenlabs agents init सब कुछ स्कैफ़ोल्ड करता है, जिसमें कस्टमर सपोर्ट जैसे आम कॉन्फ़िगरेशन के लिए स्टार्टर टेम्प्लेट्स शामिल हैं।

कुछ एजेंट्स के साथ डैशबोर्ड मैनेज करना आसान है। लेकिन जब आपको सैकड़ों ग्राहक ऑर्गनाइज़ेशन में फैले एजेंट्स के समूह को मैनेज करना हो या किसी दूसरे प्लैटफ़ॉर्म से बड़ी संख्या में एजेंट्स माइग्रेट करने हों, तो फ़ाइलें और वर्ज़न कंट्रोल ही ऐसा वर्कफ़्लो हैं जो स्केल कर सकता है।

कोडिंग एजेंट्स और डेवलपर्स के लिए बनाया गया

CLI इस्तेमाल करने वाला एजेंट इंसान 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 बनाया गया है।

--help लोगों के लिए है, --schema एजेंट्स के लिए है। हर API कमांड टाइप्ड इनपुट्स, हर इनपुट की जगह, क्या ज़रूरी है और रिस्पॉन्स की सटीक संरचना जैसी जानकारी वाला मशीन-रीडेबल कॉन्ट्रैक्ट प्रिंट करता है। इससे एजेंट बिना अनुमान लगाए एक 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"]
  }
}

एरर्स भी एजेंट को काम करने के लिए उपयोगी जानकारी देते हैं। एजेंट्स के लिए एरर्स पार्स किए जा सकने वाले JSON के रूप में आते हैं। TTY के ज़रिए मानव यूज़र का पता चलने पर सादा एरर मैसेज दिखाया जाता है। दोनों में एरर ठीक करने के निर्देश शामिल होते हैं।

इस अमान्य कमांड के लिए:

$ 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 आसानी से पढ़ा जाने वाला एरर दिखेगा, जिसमें समस्या ठीक करने का संकेत भी होगा:

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 तैयार मिलता है

--help और --schema CLI की बिल्ट-इन गाइड हैं। लेकिन स्किल्स इससे आगे बढ़कर आपके कोडिंग एजेंट को पूरे वर्कफ़्लो सिखाते हैं, जैसे एजेंट बनाना, स्पीच जनरेट करना या कॉल ट्रांसक्राइब करना।

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 बना सकता है। शुरुआत करें डॉक्स से।