基于 Google ADK 和 ElevenLabs 的语音播报智能体

该项目展示了一个使用 Google 的 Agent Development Kit (ADK) 和 ElevenLabs 的 MCP 服务器构建的文本转语音（TTS）语音播报智能体。

概述

该语音播报智能体通过 uvx 连接到 ElevenLabs 的 MCP 服务器，提供文本转语音功能。它使用了以下技术：

• Google ADK (Agent Development Kit)
• ElevenLabs MCP 服务器
• Python 3.11+

先决条件

• Python 3.11 或更高版本
• ElevenLabs API Key
• Google Gemini API Key
• 已安装的 Google ADK

设置

1. 克隆仓库：

git clone <repo-url>

2. 创建并激活虚拟环境：

python3.11 -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt

4. 在根目录下创建一个 .env 文件，并添加您的 ElevenLabs 和 Gemini API 密钥：

ELEVENLABS_API_KEY=your_api_key_here
GOOGLE_API_KEY = your_api_key_here

运行智能体

1. 确保激活了虚拟环境：

source venv/bin/activate

2. 切换到 agents 目录：

cd agents

3. 使用 ADK 运行智能体。您只能通过网页客户端运行异步智能体：

adk web

智能体将连接到 ElevenLabs 的 MCP 服务器，并准备好处理文本转语音请求（以及其他由 MCP 服务器提供的其他服务工具）

项目结构

google-adk-sample/
├── agents/
│   └── speaker/
│       ├── agent.py        # 主智能体实现
│       └── __init__.py
├── .env                    # 环境变量
└── requirements.txt        # 项目依赖项

故障排除

如果遇到任何问题：

1. 确保激活了虚拟环境
2. 验证 .env 文件中的 API 密钥是否正确设置
3. 检查所有依赖项是否正确安装
4. 确保从正确的目录运行命令

更多资源

• Google ADK 文档
• ElevenLabs 文档
• uvx 文档