ElevenLabs

@mindstone/mcp-server-elevenlabs

面向 Model Context Protocol 主机的 ElevenLabs MCP 服务。通过标准化的 MCP 接口，使用 ElevenLabs API 生成语音、音乐和音效，浏览语音，并转录音频。

状态

• 版本： 0.5.2 · npm
• 身份验证： API 密钥（ELEVENLABS_API_KEY）
• 工具： 32（账户、用量、语音、语音生成、音乐、转录、语音转换、隔离、对齐、克隆、对话、语音设计、配音、历史记录、发音词典）
• 接口类型： cloud-api
• 机器可读： STATUS.json

要求

• Node.js 20+
• npm

一键安装

点击按钮后，主机将提示你填写：ELEVENLABS_API_KEY。

{
  "mcpServers": {
    "ElevenLabs": {
      "command": "npx",
      "args": [
        "-y",
        "@mindstone/mcp-server-elevenlabs"
      ],
      "env": {
        "ELEVENLABS_API_KEY": ""
      }
    }
  }
}

快速开始

安装并构建

cd <path-to-repo>/connectors/elevenlabs
npm install
npm run build

npx（发布后使用）

npx -y @mindstone/mcp-server-elevenlabs

本地

node dist/index.js

配置

环境变量

• ELEVENLABS_API_KEY — ElevenLabs API 密钥（以 sk_ 开头）
• MCP_HOST_BRIDGE_STATE — 主机桥接状态文件的可选路径，用于凭据管理
• MINDSTONE_REBEL_BRIDGE_STATE — MCP_HOST_BRIDGE_STATE 的向后兼容别名

主机配置示例

Claude Desktop / Cursor

{
  "mcpServers": {
    "ElevenLabs": {
      "command": "npx",
      "args": ["-y", "@mindstone/mcp-server-elevenlabs"],
      "env": {
        "ELEVENLABS_API_KEY": "your-api-key"
      }
    }
  }
}

本地开发（无需发布到 npm）

{
  "mcpServers": {
    "ElevenLabs": {
      "command": "node",
      "args": ["<path-to-repo>/connectors/elevenlabs/dist/index.js"],
      "env": {
        "ELEVENLABS_API_KEY": "your-api-key"
      }
    }
  }
}

工具（32）

配置

• configure_elevenlabs_api_key — 保存你的 ElevenLabs API 密钥

账户与发现（免费）

• check_subscription — 检查订阅等级和字符额度用量
• get_usage_stats — 按产品、模型和语音分组查看一段时间内的额度用量（工作区分析 API）
• list_models — 列出包含语言和功能信息的 TTS 模型

语音

• list_voices — 搜索并浏览你账户中的语音
• get_voice — 获取某个语音的完整详情（按 voice_id 查询）
• search_shared_voices — 搜索公开共享语音库（筛选条件包括口音）
• clone_voice — 根据本地音频样本即时克隆语音（destructiveHint）
• delete_voice — 永久删除语音（destructiveHint）
• design_voice — 根据文本描述生成语音设计预览（速度较慢；预览保存在工作区中）
• create_voice_from_preview — 将设计预览保存为永久语音（destructiveHint）

语音与转换

• generate_speech — 使用文本转语音生成语音音频（支持 seed 和 pronunciation_dictionary_locators）
• generate_speech_with_timestamps — 生成带有字符级时间戳的语音；同时写入 .srt 字幕文件和对齐 JSON
• generate_sound_effect — 根据文本描述生成音效
• speech_to_speech — 将源音频转换为另一种声音
• text_to_dialogue — 根据脚本生成多声音对话（每行使用一种声音）

历史记录（免费）

• list_history — 列出之前生成的音频条目（查找上周的配音）
• get_history_item_audio — 根据 history_item_id 重新下载过去生成的音频

发音词典

• list_pronunciation_dictionaries — 列出发音词典（品牌名称、术语）（免费）
• get_pronunciation_dictionary — 获取某个词典的元数据和当前规则（免费）
• add_pronunciation_dictionary — 根据别名/IPA 规则创建词典（destructiveHint）
• archive_pronunciation_dictionary — 归档词典，使其不再生效（destructiveHint；可在控制面板中恢复）

音频处理

• isolate_audio — 去除音频文件中的背景噪声（源音频必须 ≥ 约 4.6 秒；较短的片段会在上游处理时失败）
• forced_alignment — 将转录文本与音频对齐，并提供逐词时间戳

配音（v1 API — 异步提交 → 轮询 → 下载）

• create_dubbing — 提交配音任务（通过沙盒使用本地 file，或使用 source_url 由 ElevenLabs 端获取）
• get_dubbing — 轮询任务状态，直到状态变为 dubbed、failed 或 cancelled
• download_dubbed_audio — 下载配音音频（自动检测 Content-Type）
• delete_dubbing — 永久删除配音任务（destructiveHint）

音乐

• generate_music — 根据文本提示词生成音乐
• create_music_plan — 创建音乐生成的作曲计划（免费）
• generate_music_from_plan — 根据作曲计划生成音乐

转录

• transcribe_audio — 将音频文件中的语音转录为文本，可选择说话人分离（diarize、num_speakers、diarization_threshold）和逐词时间戳（include_word_timestamps）；支持 scribe_v1 和 scribe_v2 模型

上传工具使用的本地文件路径必须位于 MCP_WORKSPACE_PATH 中（若未设置，则使用 os.tmpdir()）。请参阅 src/tools/file-input.ts。生成和下载的文件（语音音频、字幕、历史记录/配音下载、声音设计预览）会写入同一规范工作区根目录，并以排他方式创建 — 不会覆盖现有文件。请参阅 src/tools/path-safety.ts。

许可证

FSL-1.1-MIT — Functional Source License，Version 1.1，未来将采用 MIT 许可证。该软件将于 2030-04-08 转为 MIT 许可证。