elevenlabs/skills

ElevenLabs Skills – 为任何编程助手提供的即插即用 AI 语音能力

是什么 – 一组封装了 ElevenLabs 语音 AI（文本转语音、语音转文本、变声、配音、音乐生成等）的 agent skills（智能体技能）。这些技能遵循开放的 Agent Skills specification，并可以被任何兼容的 AI 编程助手（例如 Cursor、基于 Claude 的 agents）调用。

如何获取 – 使用单个 npx 命令安装技能包：

npx skills add elevenlabs/skills

随后，所有单个技能都可供助手使用。

核心能力

Skill	功能描述
text-to-speech	使用 ElevenLabs 的 AI 语音将任意文本转换为逼真的语音
speech-to-text	转录音频文件并返回时间戳
speech-engine	将实时语音输入/输出接入自定义 LLM 或聊天智能体
agents	构建功能齐全的对话式语音智能体
sound-effects	根据文本提示生成短促的音效
music	创建 AI 创作的音乐轨道
voice-changer	将录制的语音转换为另一个目标语音（语音转语音）
voice-isolator	去除背景噪音并分离出说话声分量
dubbing	在保留原说话者声音的同时翻译并配音音频/视频
setup-api-key	获取并配置 ElevenLabs API key 的交互式指南

配置 – 所有技能都需要 ElevenLabs API key。在您的环境中设置一次即可：

export ELEVENLABS_API_KEY="your-api-key"

您可以通过 setup-api-key 技能或 ElevenLabs 控制面板获取该 key。

SDK / 运行时支持

• Python – pip install elevenlabs
• JavaScript/TypeScript – npm install @elevenlabs/elevenlabs-js（推荐使用的包；旧版的 elevenlabs v1.x 已弃用）
• CLI – npm install -g @elevenlabs/cli 或 brew install elevenlabs/tap/elevenlabs。CLI 会自动读取 ELEVENLABS_API_KEY。 每个技能都附带一个 references/ 文件夹，其中包含为您选择的语言提供的详细设置说明。

测试 / 评估 – 该仓库包含一个 evals/ 测试套件：

• Trigger tests – 验证技能是否针对正确的用户查询触发（约 3 分钟）。
• Functional tests – 检查技能是否返回正确的输出（约 15 分钟）。 使用提供的 Python 脚本运行它们，可以根据需要选择特定的技能或自定义模型（例如 gpt-5.4-high）。结果将以 Markdown 报告和 JSON 文件的形式写入 evals/results/<timestamp>/。 评估依赖于 Cursor Agent CLI (cursor-agent)，并且需要您已登录 (cursor-agent login 或 CURSOR_API_KEY)。

许可证 – MIT，因此您可以自由使用、修改和重新分发这些技能。

---

以上所有信息直接取自仓库的 README。