ElevenLabs

Server resmi ElevenLabs Model Context Protocol (MCP) yang memungkinkan interaksi dengan API Text to Speech dan pemrosesan audio yang canggih. Server ini memungkinkan klien MCP seperti Claude Desktop, Cursor, Windsurf, OpenAI Agents dan lainnya untuk menghasilkan ucapan, mengkloning suara, mentranskripsi audio, dan banyak lagi.

Mulai Cepat dengan Claude Desktop

1. Dapatkan kunci API Anda dari ElevenLabs. Tersedia tingkat gratis dengan 10 ribu kredit per bulan.
2. Instal uv (manajer paket Python), instal dengan curl -LsSf https://astral.sh/uv/install.sh | sh atau lihat uv repo untuk metode instalasi tambahan.
3. Buka Claude > Settings > Developer > Edit Config > claude_desktop_config.json untuk menyertakan yang berikut:

{
  "mcpServers": {
    "ElevenLabs": {
      "command": "uvx",
      "args": ["elevenlabs-mcp"],
      "env": {
        "ELEVENLABS_API_KEY": "<insert-your-api-key-here>"
      }
    }
  }
}

Jika Anda menggunakan Windows, Anda harus mengaktifkan "Developer Mode" di Claude Desktop untuk menggunakan server MCP. Klik "Help" di menu hamburger di kiri atas dan pilih "Enable Developer Mode".

Klien MCP Lainnya

Untuk klien lain seperti Cursor dan Windsurf, jalankan:

1. pip install elevenlabs-mcp
2. python -m elevenlabs_mcp --api-key={{PUT_YOUR_API_KEY_HERE}} --print untuk mendapatkan konfigurasi. Tempelkan ke direktori konfigurasi yang sesuai yang ditentukan oleh klien MCP Anda.

Itu saja. Klien MCP Anda sekarang dapat berinteraksi dengan ElevenLabs melalui alat-alat ini:

Contoh penggunaan

⚠️ Peringatan: Kredit ElevenLabs diperlukan untuk menggunakan alat-alat ini.

Coba tanyakan kepada Claude:

• "Buat agen AI yang berbicara seperti detektif film noir dan dapat menjawab pertanyaan tentang film klasik"
• "Hasilkan tiga variasi suara untuk karakter naga kuno yang bijaksana, lalu saya akan memilih suara favorit saya untuk ditambahkan ke perpustakaan suara saya"
• "Ubah rekaman suara saya ini agar terdengar seperti ksatria abad pertengahan"
• "Buat lanskap suara badai petir di hutan lebat dengan hewan yang bereaksi terhadap cuaca"
• "Ubah ucapan ini menjadi teks, identifikasi pembicara yang berbeda, lalu ubah kembali menggunakan suara unik untuk setiap orang"

Fitur Opsional

Konfigurasi Output File

Anda dapat mengonfigurasi bagaimana server MCP menangani output file menggunakan variabel lingkungan ini di claude_desktop_config.json Anda:

• ELEVENLABS_MCP_BASE_PATH: Tentukan jalur dasar untuk operasi file dengan jalur relatif (default: ~/Desktop)
• ELEVENLABS_MCP_OUTPUT_MODE: Kontrol bagaimana file yang dihasilkan dikembalikan (default: files)

Mode Output

Variabel lingkungan ELEVENLABS_MCP_OUTPUT_MODE mendukung tiga mode:

1. files (default): Simpan file ke disk dan kembalikan jalur file

   "env": {
     "ELEVENLABS_API_KEY": "your-api-key",
     "ELEVENLABS_MCP_OUTPUT_MODE": "files"
   }
   

2. resources: Kembalikan file sebagai sumber daya MCP; data biner dienkode base64, teks dikembalikan sebagai teks UTF-8

   "env": {
     "ELEVENLABS_API_KEY": "your-api-key",
     "ELEVENLABS_MCP_OUTPUT_MODE": "resources"
   }
   

3. both: Simpan file ke disk DAN kembalikan sebagai sumber daya MCP

   "env": {
     "ELEVENLABS_API_KEY": "your-api-key",
     "ELEVENLABS_MCP_OUTPUT_MODE": "both"
   }
   

Manfaat Mode Sumber Daya:

• File dikembalikan langsung dalam respons MCP sebagai data yang dienkode base64
• Tidak diperlukan I/O disk - berguna untuk lingkungan terkontainer atau tanpa server
• Klien MCP dapat mengakses konten file segera tanpa akses sistem file
• Dalam mode both, sumber daya dapat diambil nanti menggunakan pola URI elevenlabs://filename

Kasus Penggunaan:

• files: Alur kerja berbasis file tradisional, pengembangan lokal
• resources: Lingkungan cloud, klien MCP tanpa akses sistem file
• both: Fleksibilitas maksimum, caching, dan skenario berbagi sumber daya

Kunci Residensi Data

Anda dapat menentukan wilayah residensi data dengan variabel lingkungan ELEVENLABS_API_RESIDENCY. Default ke "us".

Catatan: Residensi data adalah fitur khusus perusahaan. Lihat dokumentasi untuk detail lebih lanjut.

Berkontribusi

Jika Anda ingin berkontribusi atau menjalankan dari sumber:

1. Kloning repositori:

git clone https://github.com/elevenlabs/elevenlabs-mcp
cd elevenlabs-mcp

2. Buat lingkungan virtual dan instal dependensi menggunakan uv:

uv venv
source .venv/bin/activate
uv pip install -e ".[dev]"

3. Salin .env.example ke .env dan tambahkan kunci API ElevenLabs Anda:

cp .env.example .env
# Edit .env and add your API key

4. Jalankan pengujian untuk memastikan semuanya berfungsi:

./scripts/test.sh
# Or with options
./scripts/test.sh --verbose --fail-fast

5. Instal server di Claude Desktop: mcp install elevenlabs_mcp/server.py

6. Debug dan uji secara lokal dengan MCP Inspector: mcp dev elevenlabs_mcp/server.py

Pemecahan Masalah

Log saat berjalan dengan Claude Desktop dapat ditemukan di:

• Windows: %APPDATA%\Claude\logs\mcp-server-elevenlabs.log
• macOS: ~/Library/Logs/Claude/mcp-server-elevenlabs.log

Timeout saat menggunakan alat tertentu

Operasi API ElevenLabs tertentu, seperti desain suara dan isolasi audio, dapat memakan waktu lama untuk diselesaikan. Saat menggunakan inspektur MCP dalam mode dev, Anda mungkin mendapatkan kesalahan timeout meskipun alat menyelesaikan tugas yang dimaksud.

Ini seharusnya tidak terjadi saat menggunakan klien seperti Claude.

MCP ElevenLabs: spawn uvx ENOENT

Jika Anda menemui kesalahan "MCP ElevenLabs: spawn uvx ENOENT", konfirmasi jalur absolutnya dengan menjalankan perintah ini di terminal Anda:

which uvx

Setelah Anda mendapatkan jalur absolut (mis., /usr/local/bin/uvx), perbarui konfigurasi Anda untuk menggunakan jalur tersebut (mis., "command": "/usr/local/bin/uvx"). Ini memastikan bahwa executable yang benar direferensikan.