ElevenLabs MCP服务器详细介绍

项目概述

ElevenLabs MCP服务器是ElevenLabs官方的Model Context Protocol (MCP)服务器，支持与强大的文本转语音和音频处理API进行交互。该服务器允许MCP客户端如Claude Desktop、Cursor、Windsurf、OpenAI Agents等生成语音、克隆声音、转录音频等功能。

核心功能

主要特性

• 文本转语音(TTS)：将文本转换为自然的语音
• 语音克隆：复制和模拟特定的声音特征
• 音频转录：将音频文件转换为文本
• 语音设计：创建和定制独特的语音配置
• 音频隔离：从复杂音频中分离特定声音
• 音效生成：创建各种音效和音景

支持的客户端

• Claude Desktop
• Cursor
• Windsurf
• OpenAI Agents
• 其他兼容MCP协议的客户端

安装配置

前置要求

1. 从ElevenLabs获取API密钥（免费版提供每月10k积分）
2. 安装uv（Python包管理器）：

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

Claude Desktop配置

在Claude > Settings > Developer > Edit Config > claude_desktop_config.json中添加以下配置：

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

Windows用户注意：需要在Claude Desktop中启用"开发者模式"。点击左上角汉堡菜单中的"Help"并选择"Enable Developer Mode"。

其他客户端配置

对于Cursor和Windsurf等客户端：

pip install elevenlabs-mcp
python -m elevenlabs_mcp --api-key={{PUT_YOUR_API_KEY_HERE}} --print

然后将输出的配置粘贴到相应MCP客户端的配置目录中。

使用示例

安装完成后，您可以尝试以下操作：

• "创建一个说话像黑色电影侦探的AI代理，可以回答关于经典电影的问题"
• "为一个智慧的古龙角色生成三种语音变体，然后我会选择最喜欢的语音添加到语音库中"
• "将这段我的录音转换成听起来像中世纪骑士的声音"
• "创建一个密林中雷暴的音景，包含动物对天气的反应"
• "将这段语音转为文本，识别不同的说话者，然后为每个人使用独特的声音重新转换回语音"

开发和贡献

从源码运行

1. 克隆仓库：

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

2. 创建虚拟环境并安装依赖：

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

3. 配置环境变量：

   cp .env.example .env
   # 编辑.env文件并添加您的API密钥
   

4. 运行测试：

   ./scripts/test.sh
   # 或带选项运行
   ./scripts/test.sh --verbose --fail-fast
   

调试和测试

• 在Claude Desktop中安装服务器：

  mcp install elevenlabs_mcp/server.py
  

• 使用MCP Inspector进行本地调试：

  mcp dev elevenlabs_mcp/server.py
  

日志位置

Claude Desktop运行时的日志文件位置：

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

技术架构

ElevenLabs MCP服务器是ElevenLabs API的抽象层，为大型语言模型提供访问完整ElevenLabs AI音频平台的上下文。它作为开发者友好的本地接口，将请求转发到ElevenLabs的云端API。

注意事项

1. 超时处理：某些ElevenLabs API操作（如语音设计和音频隔离）可能需要较长时间完成。在MCP inspector开发模式下可能会出现超时错误，但任务仍会完成。使用Claude等客户端时不会出现此问题。

2. 路径配置：可以通过添加ELEVENLABS_MCP_BASE_PATH环境变量来指定MCP服务器查找和输出相对路径文件的基础路径。

3. 错误排查：如果遇到"MCP ElevenLabs: spawn uvx ENOENT"错误，使用which uvx命令确认绝对路径，然后在配置中使用完整路径（如"command": "/usr/local/bin/uvx"）。

项目价值

该项目为AI应用开发者提供了：

• 标准化的音频处理接口
• 无缝的语音合成集成
• 强大的音频分析能力
• 跨平台的兼容性
• 企业级的音频质量

通过MCP协议，开发者可以轻松地将ElevenLabs的高质量音频处理能力集成到各种AI应用中，大大简化了音频相关功能的开发流程。