技能介绍

要解决什么问题

做视频旁白、产品演示或 IVR 文案时，往往需要在 IDE 或 Agent 里反复试音色、查额度、导出 MP3，而不是手动打开 ElevenLabs 控制台。长文本还容易撞上单次请求字符上限，生成结果又是带过期时间的预签名链接，稍不注意就下载失败。

技能如何工作

本技能通过 Composio MCP 暴露 ElevenLabs 工具集，在对话里完成整条 TTS 流水线：

文本转语音：ELEVENLABS_TEXT_TO_SPEECH 生成可下载音频，支持多种 MP3/PCM/uLaw 输出格式；返回在 data.file.s3url，需在约一小时内拉取。
音色与模型：ELEVENLABS_GET_VOICES / ELEVENLABS_GET_VOICE 浏览与核对 voice_id、标签与设置；ELEVENLABS_GET_MODELS 筛选 can_do_text_to_speech: true 的模型。
额度与低延迟：ELEVENLABS_GET_USER_SUBSCRIPTION_INFO 在批量合成前查计划与剩余 credits；ELEVENLABS_TEXT_TO_SPEECH_STREAM 做流式播报；ELEVENLABS_GET_AUDIO_FROM_HISTORY_ITEM 从历史条目重新下载。

接入步骤是：在客户端添加 Composio MCP（如 rube.app/mcp），用 API Key 绑定 ElevenLabs 账号后即可按上述 workflow 调用。

适用边界与注意点

多数模型单次约 1 万～2 万字符，超长应拆段（建议约 5000 字一块）。401 quota_exceeded、402 payment_required 表示额度或套餐不足；401 missing_permissions 多为 API Key 缺少 voices_read 等权限。eleven_v3 不支持 optimize_streaming_latency。音色列表可能很长，需以完整 data.voices[] 为准，勿依赖被截断的预览。