Saltar a la navegación
Primeros pasos

ElevenAgents

Aprende a crear, lanzar y escalar agentes con ElevenLabs.

Los agentes realizan tareas mediante diálogo natural, desde solicitudes rápidas hasta flujos de trabajo complejos y abiertos. ElevenLabs ofrece modelos expresivos y ricos en voz, herramientas para desarrolladores que permiten crear agentes multimodales y herramientas para supervisar y evaluar el rendimiento de los agentes a escala.

Capacidades de la plataforma

Desde el diseño hasta la implementación y la optimización, ElevenLabs ofrece todo lo que necesitas para crear agentes a escala.

Diseña y configura

ObjetivoGuíaDescripción
Crear flujos de trabajo conversacionalesFlujos de trabajoCrea flujos de trabajo de varios pasos con el creador visual de flujos de trabajo
Escribir prompts del sistemaPrompt del sistemaConoce las prácticas recomendadas para crear prompts eficaces para agentes
Seleccionar modelo de lenguajeModelosElige entre los LLM compatibles o usa tu propio modelo personalizado
Controlar el flujo de conversaciónFlujo de conversaciónConfigura los turnos, las interrupciones y los tiempos de espera
Configurar voz e idiomaVoz e idiomaElige entre más de 10.000 voces en 31 idiomas con opciones de personalización
Añadir conocimiento al agenteBase de conocimientoSube documentos y activa RAG para obtener respuestas fundamentadas
Conectar herramientasHerramientasPermite que los agentes llamen a clientes y API para realizar acciones
Personalizar cada conversaciónPersonalizaciónUsa variables dinámicas y anulaciones para personalizar cada conversación
Proteger el acceso al agenteAutenticaciónImplementa autenticación personalizada para proteger el acceso al agente

Conecta y despliega

ObjetivoGuíaDescripción
Crea con componentes de ReactElevenLabs UIBiblioteca de componentes prediseñados para apps de audio y agentes (basada en shadcn)
Inserta un widget en un sitio webWidgetAñade un widget web personalizable a cualquier sitio web
Crea aplicaciones web con ReactReact SDKHooks y componentes de React con voz
Crea aplicaciones para iOSSwift SDKSDK nativo de iOS para agentes de voz
Crea aplicaciones para AndroidKotlin SDKSDK nativo de Android para agentes de voz
Crea aplicaciones con React NativeReact Native SDKiOS y Android multiplataforma con React Native
Crea juegos con UnityUnity SDKAgentes de voz en escenas de Unity para compilaciones de escritorio y WebGL
Conecta mediante un troncal SIPTroncal SIPIntégralo con la infraestructura de telefonía existente
Realiza llamadas salientes por lotesLlamadas por lotesInicia varias llamadas mediante programación
Usa la integración con TwilioTwilioIntegración nativa con Twilio para llamadas telefónicas
Crea integraciones personalizadasAPI WebSocketProtocolo WebSocket de bajo nivel para implementaciones personalizadas
Recibe eventos en tiempo realEventosSuscríbete a eventos y actualizaciones de conversaciones

Supervisa y optimiza

ObjetivoGuíaDescripción
Listar usuarios por ID externoUsuariosConsulta usuarios finales y abre sus conversaciones
Buscar transcripcionesBuscar conversacionesBúsqueda por palabras clave y semántica en el historial de conversaciones
Ejecutar pruebas A/BExperimentosPrueba cambios en la configuración del agente con tráfico real
Probar el comportamiento del agentePruebasCrea y ejecuta pruebas automatizadas para tus agentes
Analizar la calidad de las conversacionesAnálisis de conversacionesExtrae información y evalúa los resultados de las conversaciones
Seguir métricas y analíticasAnalíticasSupervisa métricas de rendimiento e historial de conversaciones
Configurar la retención de datosPrivacidadDefine políticas de retención para conversaciones y audio
Reducir costes de LLMOptimización de costesSupervisa y optimiza los gastos de modelos de lenguaje
Gestionar agentes como códigoCLIControla versiones e implementa agentes desde tu terminal
Gestionar agentes desde ClaudeMCP alojadoCrea y actualiza agentes desde cualquier cliente MCP

Arquitectura

ElevenAgents coordina 4 componentes principales:

  1. Un modelo de Voz a Texto (ASR) ajustado para el reconocimiento de voz
  2. El modelo de lenguaje que elijas o un LLM personalizado
  3. Un modelo de Texto a Voz (TTS) de baja latencia con más de 10 000 voces y más de 70 idiomas
  4. Un modelo propio de toma de turnos que gestiona los tiempos de la conversación

Los agentes de voz también pueden usar un modelo Realtime, un modelo de ElevenLabs diseñado para conversaciones de voz de baja latencia.

Relación entre Eleven Realtime, ElevenAgents y Speech Engine

ElevenLabs ofrece tres formas de añadir voz a un producto, cada una adaptada a un nivel distinto de control y esfuerzo de integración.

ProductoQué esPúblico principal
ElevenAgentsUna plataforma completa de agentes omnicanal. Funciona con modelos Realtime o con una canalización totalmente escalonada y configurable con TTS, LLM, STT, flujos de trabajo, evaluaciones y supervisión personalizados.Desarrolladores y empresas que crean agentes de producción a escala.
Modelos RealtimeUna API independiente que expone una serie de modelos de voz a voz, cada uno optimizado para un caso de uso diferente. Disponible directamente a través de la API Realtime o como opción de modelo dentro de ElevenAgents.Desarrolladores y empresas que quieren añadir voz con una complejidad mínima, incluidos equipos que ya usan otra API de voz en tiempo real y quieren cambiar.
Speech EngineLa capa de orquestación de voz por sí sola, para equipos que ya han creado un agente de chat basado en texto y quieren añadir voz.Desarrolladores y empresas que ya han creado un agente de texto y quieren añadir voz.

Consulta la guía de compatibilidad con la API Realtime de OpenAI para conectarte a modelos Realtime mediante el SDK Realtime y el protocolo de conexión de OpenAI, y la descripción general de Speech Engine para añadir voz a un agente de texto existente.

Inicio rápido

Crea tu primer agente en 5 minutos