elevenlabs/elevenlabs-mcp

Добавляет базу знаний в рабочее пространство ElevenLabs. Разрешённые типы: epub, pdf, docx, txt, html. ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: Этот инструмент выполняет вызов API к ElevenLabs, что может повлечь расходы. Используйте только по явному запросу пользователя. Args: agent_id: ID агента, к которому добавляется база знаний. knowledge_base_name: Имя базы знаний. url: URL базы знаний. input_file_path: Путь к файлу для добавления в базу знаний. text: Текст для добавления в базу знаний.

Проверяет текущий статус подписки. Может использоваться для измерения использования API.

Преобразует промпт в музыку и сохраняет выходной аудиофайл в указанную директорию. Директория необязательна, если не указана, выходной файл сохраняется в $HOME/Desktop. Сохраняет выходной файл в директорию (по умолчанию: $HOME/Desktop). Поддерживаются две модели: - music_v2 (по умолчанию): последняя модель. Планы композиции используют массив chunks, где каждый элемент — это либо GenerationChunk (text, duration_ms, positive_styles, negative_styles, context_adherence, опционально conditioning_ref + condition_strength), либо AudioRefChunk ({song_id, range: {start_ms, end_ms}}) для инпейнтинга. Инпейнтинг также требует, чтобы исходная песня была сохранена — вызовите этот инструмент с store_for_inpainting=True или сначала используйте upload_music_for_inpainting, чтобы получить song_id. - music_v1: устаревшая модель. Планы композиции используют positive_global_styles, negative_global_styles, sections. Args: prompt: Промпт для преобразования в музыку. Необходимо указать либо prompt, либо composition_plan. output_directory: Директория для сохранения выходного аудиофайла. composition_plan: Словарь плана композиции. Формат зависит от model_id (см. выше). Необходимо указать либо prompt, либо composition_plan. music_length_ms: Длина генерируемой музыки в миллисекундах (3000-600000). Нельзя использовать, если указан composition_plan. model_id: Какая модель музыки используется. Одна из "music_v1" или "music_v2". По умолчанию "music_v2". force_instrumental: Если True, модель будет избегать генерации текста/вокала. store_for_inpainting: Если True, сгенерированная песня сохраняется на сервере, и возвращаемый song_id можно использовать в последующих вызовах инпейнтинга (как AudioRefChunk.song_id или conditioning_ref). seed: Опциональное целое число seed для воспроизводимой генерации (только music_v2). ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: Этот инструмент выполняет API-вызов к ElevenLabs, который может повлечь затраты. Используйте только по явному запросу пользователя.

Создаёт разговорного AI-агента с пользовательской конфигурацией. ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: Этот инструмент совершает API-вызов к ElevenLabs, что может повлечь затраты. Используйте только по явному запросу пользователя. Аргументы: name: Имя агента first_message: Первое сообщение, которое скажет агент, например, "Привет, чем я могу вам помочь сегодня?" system_prompt: Системный промпт для агента voice_id: ID голоса для агента language: Код языка ISO 639-1 для агента llm: LLM для использования агентом temperature: Температура агента. Чем ниже температура, тем более детерминированными будут ответы агента. Диапазон от 0 до 1. max_tokens: Максимальное количество токенов для генерации. asr_quality: Качество ASR. high или low. model_id: ID модели ElevenLabs для использования агентом. optimize_streaming_latency: Оптимизация задержки стриминга. Диапазон от 0 до 4. stability: Стабильность агента. Диапазон от 0 до 1. similarity_boost: Усиление схожести для агента. Диапазон от 0 до 1. turn_timeout: Тайм-аут ответа агента в секундах. По умолчанию 7 секунд. max_duration_seconds: Максимальная длительность разговора в секундах. По умолчанию 600 секунд (10 минут). record_voice: Записывать ли голос агента. retention_days: Количество дней для хранения данных агента.

Создаёт план композиции для генерации музыки. Использование этой конечной точки не расходует кредиты, но ограничивается лимитами запросов в зависимости от вашего тарифного плана. Планы композиции можно использовать при генерации музыки с помощью инструмента compose_music. Форма возвращаемого плана зависит от model_id: - music_v2 (по умолчанию): {"chunks": [GenerationChunk | AudioRefChunk, ...]}. Каждый GenerationChunk содержит text, duration_ms, positive_styles, negative_styles, context_adherence и опционально conditioning_ref + condition_strength. AudioRefChunks ссылаются на сохранённую песню через song_id и range: {start_ms, end_ms} для инпейнтинга. - music_v1: {"positive_global_styles": [...], "negative_global_styles": [...], "sections": [...]}. Аргументы: prompt: Запрос для создания плана композиции. music_length_ms: Длина генерируемого плана композиции в миллисекундах. Должна быть от 10000 мс до 300000 мс. Опционально — если не указан, модель выберет длину на основе запроса. source_composition_plan: Опциональный словарь плана композиции, используемый как источник для нового плана. Должен соответствовать форме model_id, который вы запрашиваете. model_id: Какая музыкальная модель будет использоваться для планирования. Одно из значений: "music_v1" или "music_v2". По умолчанию "music_v2".

Добавляет сгенерированный голос в голосовую библиотеку. Использует идентификатор голоса из инструмента text_to_voice. ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: Этот инструмент совершает вызов API к ElevenLabs, что может привести к затратам. Используйте только по явному запросу пользователя.

Получает детали о конкретном агенте разговорного ИИ

Получает разговор с расшифровкой. Возвращает: детали разговора и полную расшифровку. Используйте при анализе завершённых разговоров агентов. Аргументы: conversation_id: Уникальный идентификатор получаемого разговора; идентификаторы можно получить с помощью инструмента list_conversations.

Получает сведения о конкретном голосе.

Изолирует аудио из файла. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: этот инструмент выполняет API-вызов к ElevenLabs, который может стоить денег. Используйте его только тогда, когда пользователь явно запросил это.

Перечисляет все доступные разговорные ИИ-агенты.

Выводит список разговоров агента. Возвращает: список разговоров с метаданными. Используйте, когда: запрашивают историю разговоров. Args: agent_id (str, необязательно): Фильтрует разговоры по конкретному идентификатору агента cursor (str, необязательно): Курсор пагинации для получения следующей страницы результатов call_start_before_unix (int, необязательно): Фильтрует разговоры, начавшиеся до этой временной метки Unix call_start_after_unix (int, необязательно): Фильтрует разговоры, начавшиеся после этой временной метки Unix page_size (int, необязательно): Количество разговоров, возвращаемых на одной странице (1-100, по умолчанию 30) max_length (int, необязательно): Максимальная длина текста ответа в символах (по умолчанию 10000)

Перечисляет все доступные модели.

Перечисляет все номера телефонов, привязанные к аккаунту ElevenLabs.

Совершает исходящий звонок с помощью агента ElevenLabs. Автоматически определяет тип провайдера (Twilio или SIP-транк) и использует соответствующий API. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: этот инструмент выполняет вызов API ElevenLabs, что может повлечь расходы. Используйте только по явному запросу пользователя. Аргументы: agent_id: идентификатор агента, который будет вести звонок agent_phone_number_id: идентификатор номера телефона для звонка to_number: номер телефона для звонка (формат E.164: +1xxxxxxxxxx) Возвращает: TextContent с информацией о звонке

Воспроизводит аудиофайл. Поддерживает форматы WAV и MP3.

Ищет голос по всей библиотеке голосов ElevenLabs. Аргументы: page: Номер возвращаемой страницы (индексация с 0) page_size: Количество возвращаемых голосов на странице (1-100) search: Поисковый запрос для фильтрации голосов Возвращает: TextContent, содержащий информацию об общих голосах

Ищет существующие голоса, которые уже добавлены в библиотеку голосов пользователя ElevenLabs. Ищет по имени, описанию, меткам и категории. Аргументы: search: Поисковый запрос для фильтрации голосов. Ищет по имени, описанию, меткам и категории. sort: Поле сортировки. created_at_unix может отсутствовать для старых голосов. sort_direction: Направление сортировки: по возрастанию или по убыванию. Возвращает: Список голосов, соответствующих критериям поиска.

Симулирует текстовый диалог между диалоговым ИИ-агентом и симулированным пользователем. Прогоняет весь диалог и возвращает стенограмму и анализ. Используйте этот инструмент, чтобы тестировать поведение агента, оценивать промпты и отлавливать сбои без живого вызова. Симулированный пользователь ведёт себя согласно персоне, которую вы описываете. ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: Этот инструмент делает API-вызов к ElevenLabs, что может повлечь расходы. Используйте только по явному запросу пользователя. Аргументы: agent_id: ID тестируемого агента. Используйте list_agents, чтобы найти ID. simulated_user_prompt: Инструкции о том, как должен вести себя симулированный пользователь. Пример: "Вы недовольный клиент, который не может найти кнопку отмены." first_message: Необязательное вступительное сообщение для запуска диалога. extra_evaluation_criteria: Необязательный список словарей, каждый из которых содержит: - id (str): уникальный ключ, например "issue_resolved" - name (str): человекочитаемая метка, например "Проблема решена" - conversation_goal_prompt (str): проверяемое утверждение, например "Агент полностью решил проблему пользователя." - use_knowledge_base (bool, необязательный): должен ли оценщик обращаться к базе знаний агента при оценке. По умолчанию False. max_turns: Максимальное количество ходов диалога. По умолчанию 10.

Преобразует аудио из одного голоса в другой, используя предоставленные аудиофайлы. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). ⚠️ ПРЕДУПРЕЖДЕНИЕ О ЗАТРАТАХ: этот инструмент выполняет API-вызов к ElevenLabs, что может повлечь затраты. Используйте только по явному запросу пользователя.

Расшифровывает речь из аудиофайла. Когда save_transcript_to_file=True: сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). Когда return_transcript_to_client_directly=True, всегда возвращает текст напрямую, независимо от режима вывода. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: этот инструмент выполняет API-вызов к ElevenLabs, что может повлечь расходы. Используйте только при явном запросе пользователя. Параметры: file_path: Путь к аудиофайлу для расшифровки language_code: Код языка ISO 639-3 для расшифровки. Если не указан, язык определяется автоматически. diarize: Нужно ли выполнять диаризацию аудиофайла. Если True, в расшифровке будет отмечено, какой говорящий говорит в данный момент. save_transcript_to_file: Нужно ли сохранять расшифровку в файл. return_transcript_to_client_directly: Нужно ли возвращать расшифровку клиенту напрямую. output_directory: Каталог, куда следует сохранять файлы (используется только при сохранении файлов). По умолчанию: $HOME/Desktop, если не указан. Возвращает: TextContent с расшифровкой или ресурс MCP с данными расшифровки.

Преобразует текстовое описание звукового эффекта в звуковой эффект заданной длительности. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). Длительность должна быть от 0,5 до 5 секунд. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: Этот инструмент выполняет API-вызов к ElevenLabs, что может привести к расходам. Используйте только по явному запросу пользователя. Аргументы: text: Текстовое описание звукового эффекта duration_seconds: Длительность звукового эффекта в секундах output_directory: Каталог, в который сохраняются файлы (используется только при сохранении файлов). По умолчанию $HOME/Desktop, если не указан. loop: Зациклить звуковой эффект. По умолчанию False. output_format (str, optional): Формат выходного аудио. Задаётся как кодек_частота_дискретизации_битрейт. Например, mp3 с частотой дискретизации 22,05 кГц и битрейтом 32 кбит/с обозначается как mp3_22050_32. MP3 с битрейтом 192 кбит/с требует подписки на тариф Creator или выше. PCM с частотой дискретизации 44,1 кГц требует подписки на тариф Pro или выше. Обратите внимание, что формат μ-law (иногда записывается как mu-law, часто обозначается как u-law) обычно используется для аудиовходов Twilio. По умолчанию "mp3_44100_128". Должен быть одним из: mp3_22050_32 mp3_44100_32 mp3_44100_64 mp3_44100_96 mp3_44100_128 mp3_44100_192 pcm_8000 pcm_16000 pcm_22050 pcm_24000 pcm_44100 ulaw_8000 alaw_8000 opus_48000_32 opus_48000_64 opus_48000_96 opus_48000_128 opus_48000_192

Преобразует текст в речь с заданным голосом. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). Можно указать только один из параметров voice_id или voice_name. Если ни один из них не указан, будет использован голос по умолчанию. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: Этот инструмент совершает API-вызов к ElevenLabs, что может привести к расходам. Используйте только по явному запросу пользователя. Аргументы: text (str): Текст для преобразования в речь. voice_name (str, необязательный): Имя используемого голоса. model_id (str, необязательный): Идентификатор модели для синтеза речи. Варианты: - eleven_v3: высококачественная модель с самыми выразительными голосами - eleven_multilingual_v2: высококачественная многоязычная модель (29 языков) - eleven_flash_v2_5: самая быстрая модель со сверхнизкой задержкой (32 языка) - eleven_turbo_v2_5: баланс качества и скорости (32 языка) - eleven_flash_v2: быстрая модель только для английского языка - eleven_turbo_v2: сбалансированная модель только для английского языка По умолчанию используется eleven_multilingual_v2 или переменная окружения ELEVENLABS_MODEL_ID. stability (float, необязательный): Стабильность генерируемого аудио. Определяет, насколько стабилен голос и насколько случайны результаты отдельных генераций. Более низкие значения дают голосу более широкий эмоциональный диапазон. Более высокие значения могут сделать голос монотонным и малоэмоциональным. Диапазон значений: от 0 до 1. similarity_boost (float, необязательный): Степень сходства генерируемого аудио. Определяет, насколько точно ИИ должен соответствовать исходному голосу при попытке его воспроизвести. Диапазон значений: от 0 до 1. style (float, необязательный): Стиль генерируемого аудио. Определяет степень стилизации голоса. Эта настройка усиливает стиль исходного диктора. Она потребляет дополнительные вычислительные ресурсы и может увеличить задержку, если установить значение, отличное от 0. Диапазон значений: от 0 до 1. use_speaker_boost (bool, необязательный): Включает усиление голоса диктора для генерируемого аудио. Эта настройка…

Создаёт голосовые превью из текстового запроса. Создаёт три превью с небольшими вариациями. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). Если текст не указан, инструмент автоматически сгенерирует текст. Файлы голосовых превью сохраняются как: voice_design_(generated_voice_id)_(timestamp).mp3 Пример имени файла: voice_design_Ya2J5uIa5Pq14DNPsbC1_20250403_164949.mp3 ⚠️ ПРЕДУПРЕЖДЕНИЕ О СТОИМОСТИ: этот инструмент выполняет API-вызов к ElevenLabs, что может привести к расходам. Используйте только по явному запросу пользователя.

Загружает существующий аудиофайл в ElevenLabs, чтобы на него можно было ссылаться в сценариях inpainting для music_v2. Возвращает song_id, который можно подставить в AudioRefChunks композиционного плана (или в conditioning_ref чанка генерации), чтобы отредактировать или расширить трек через инструмент compose_music. По желанию извлекает композиционный план из загруженного аудио, чтобы у вас была отправная точка для изменений. Примечание: этот endpoint доступен только корпоративным клиентам с доступом к inpainting. Аргументы: input_file_path: путь к локальному аудиофайлу для загрузки. extract_composition_plan: модель, для которой нужно извлечь композиционный план ("music_v1" или "music_v2"). Передайте None, чтобы пропустить извлечение. По умолчанию: "music_v2". ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: этот инструмент делает запрос к API ElevenLabs, что может привести к расходам. Используйте его только по явному запросу пользователя.

Генерирует фоновую музыку для одного или нескольких видеофайлов. Сохраняет выходной файл в каталог (по умолчанию: $HOME/Desktop). Видеофайлы объединяются на стороне сервера в том порядке, в котором они переданы; создаваемая композиция рассчитана на суммарную длительность. Ограничения: 1-10 видеофайлов за вызов, суммарный размер <= 200 МБ, суммарная длительность <= 600 секунд. Args: input_file_paths: пути к видеофайлам. Порядок сохраняется. description: необязательное описание направления музыки на естественном языке (например, "Build suspense, then resolve with a warm cinematic finish."). tags: необязательный список из максимум 10 коротких стилевых подсказок (например, ["cinematic", "suspenseful", "uplifting"]). model_id: какую музыкальную модель использовать. Одна из моделей: "music_v1" или "music_v2". По умолчанию: "music_v2". output_directory: каталог для сохранения сгенерированного аудиофайла. По умолчанию: $HOME/Desktop. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: этот инструмент обращается к API ElevenLabs, что может повлечь расходы. Используйте только по явному запросу пользователя.

Создаёт мгновенный клон голоса на основе предоставленных аудиофайлов. ⚠️ ПРЕДУПРЕЖДЕНИЕ О РАСХОДАХ: Этот инструмент делает API-вызов к ElevenLabs, что может привести к расходам. Используйте только по явному запросу пользователя.