ElevenLabs MCP Server

Čo robí “ElevenLabs” MCP Server?

ElevenLabs MCP Server je server Model Context Protocol (MCP), ktorý integruje API ElevenLabs na prevod textu na reč do AI vývojových workflowov. Funguje ako most, ktorý umožňuje AI asistentom a agentom generovať vysokokvalitné audio z textu, spravovať možnosti hlasov a sledovať históriu generovaného audia—všetko cez štandardizované MCP rozhrania. Server podporuje viacero hlasov, správu častí skriptu a trvalé ukladanie pomocou SQLite, čo ho robí vhodným na robustné úlohy syntézy hlasu. Navyše obsahuje ukážkového MCP klienta postaveného na SvelteKit na správu a ovládanie týchto funkcií cez webové rozhranie. Sprístupnením generovania hlasu ako nástrojov a zdrojov ElevenLabs MCP Server rozširuje automatizáciu, prístupnosť a kontextovú informovanosť v AI aplikáciách.

Zoznam promptov

V repozitári alebo dokumentácii nie sú uvedené žiadne šablóny promptov.

Zoznam zdrojov

• História hlasu: Trvalé ukladanie histórie vygenerovaného hlasu/audia pomocou SQLite, umožňujúce užívateľom sledovať a prehrávať predtým vygenerované audio.
• Možnosti hlasu: Poskytuje prístup k dostupným hlasovým modelom ElevenLabs a ich konfiguráciám na výber a správu.
• Sťahovanie audio súborov: Umožňuje užívateľom stiahnuť vygenerované audio súbory na offline použitie alebo integráciu do ďalších aplikácií.

Zoznam nástrojov

• Generovanie audia z textu: Konvertuje vstupný text na reč pomocou ElevenLabs API, podporuje viacero hlasových modelov a parametre prispôsobenia.
• Správa viacdielnych skriptov: Umožňuje užívateľom generovať a spravovať audio pre skripty rozdelené na viac častí, čo zjednodušuje úlohy dlhodobej syntézy hlasu.
• Prehrávanie histórie hlasu: Umožňuje prehrávať už vygenerované audio priamo z uloženej histórie, čo zlepšuje užívateľský zážitok a produktivitu.

Použitie tohto MCP Servera

• Automatizácia prevodu textu na reč: Rýchlo konvertujte textový obsah na vysokokvalitné audio pre podcasty, audioknihy alebo funkcie prístupnosti, čím znížite manuálnu prácu.
• Vývoj hlasových asistentov: Integrujte realistické hlasové odpovede do AI asistentov pre prirodzenejšiu interakciu človek-počítač.
• Lokalizácia obsahu: Generujte audio výstupy v rôznych hlasoch alebo prízvukoch na lokalizáciu produktov a služieb bez potreby viacerých hercov.
• Generovanie skriptovaných dialógov: Efektívne spravujte a produkujte viacdielne skripty pre hry, rozprávanie príbehov alebo e-learningové platformy.
• Správa histórie generovaného hlasu: Sledovanie a opätovné využitie predtým vygenerovaných audio klipov, zefektívnenie revíznych workflowov a zabezpečenie konzistentnosti.

Ako to nastaviť

Windsurf

1. Uistite sa, že máte nainštalovaný Node.js.

2. Nájdite konfiguračný súbor Windsurf MCP (napr. windsurf_mcp_settings.json).

3. Pridajte konfiguráciu ElevenLabs MCP Servera:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "váš-api-kľúč",
           "ELEVENLABS_VOICE_ID": "váš-voice-id"
         }
       }
     }
   }
   

4. Uložte súbor a reštartujte Windsurf.

5. Overte, že ElevenLabs MCP Server sa zobrazuje ako nástroj v rozhraní.

Claude

1. Predpoklad: nainštalujte Node.js.

2. Otvorte svoj konfiguračný súbor Claude MCP (napr. cline_mcp_settings.json).

3. Pridajte ElevenLabs MCP Server použitím:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "váš-api-kľúč",
           "ELEVENLABS_VOICE_ID": "váš-voice-id"
         }
       }
     }
   }
   

4. Uložte a reštartujte Claude Desktop.

5. Potvrďte, že ElevenLabs MCP Server je dostupný ako nástroj.

Cursor

1. Uistite sa, že máte na systéme nainštalovaný Node.js.

2. Otvorte konfiguračný súbor MCP servera pre Cursor.

3. Vložte nasledujúcu JSON konfiguráciu:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "váš-api-kľúč",
           "ELEVENLABS_VOICE_ID": "váš-voice-id"
         }
       }
     }
   }
   

4. Uložte konfiguráciu a reštartujte Cursor.

5. Skontrolujte dostupnosť ElevenLabs MCP Servera.

Cline

1. Predpoklad: Node.js musí byť nainštalovaný.

2. Pristúpte ku konfiguračnému súboru Cline MCP (napr. cline_mcp_settings.json).

3. Pridajte ElevenLabs MCP Server:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "váš-api-kľúč",
           "ELEVENLABS_VOICE_ID": "váš-voice-id"
         }
       }
     }
   }
   

4. Uložte a reštartujte Cline.

5. Potvrďte, že ElevenLabs MCP Server je dostupný.

Zabezpečenie API kľúčov:
Všetky citlivé hodnoty ako API kľúč ukladajte do environmentálnych premenných cez pole env vo vašej JSON konfigurácii:

"env": {
  "ELEVENLABS_API_KEY": "váš-api-kľúč",
  "ELEVENLABS_VOICE_ID": "váš-voice-id"
}

Nikdy neukladajte tajné údaje do verejných súborov.

Ako používať tento MCP vo flowch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho FlowHunt workflowu začnite pridaním MCP komponentu do vášho flowu a prepojením s AI agentom:

Kliknite na MCP komponent, aby ste otvorili konfiguračný panel. V sekcii systémovej MCP konfigurácie vložte detaily vášho MCP servera v tomto JSON formáte:

{
  "elevenlabs": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po nakonfigurovaní môže AI agent používať tento MCP ako nástroj s prístupom ku všetkým jeho funkciám a možnostiam. Nahraďte “elevenlabs” skutočným názvom vášho MCP servera a URL adresou vášho servera.

Prehľad

| Podpora roots | ⛔ | Nespomenuté |

Tento MCP server by som hodnotil na 7/10. Má jasný účel, praktické nástroje a zdroje, a dobrú dokumentáciu k nastaveniu, ale chýbajú informácie o šablónach promptov, roots a podpore sampling.

MCP skóre