Developer cookbook

Otestujte agenta end-to-end (API)

Spouštějte jednorázové simulace, paralelní dávky scénářů a sady kontrol před vydáním prostřednictvím API ThunderPhone, aby se regrese agenta zachytily dříve, než je uslyší zákazníci.

Iterace AI agenta znamená upravovat jeho prompt, jeho nástroje a způsob, jakým zpracovává okrajové případy. API simulací provádí skutečné hovory s agentem pomocí vámi zadaného promptu scénáře. Cílení na agenta vytvoří běh bot-bot; cílení na telefonní číslo vytvoří běh se smyčkou SIP. Každý běh vytvoří skutečný protokol hovoru s přepisem, hodnocením a účtováním, takže přesně uvidíte, jak se agent chová a kolik stojí.

Použijte ho pro:

• Rychlé testy před nasazením po každé úpravě promptu
• Regresní sady propojené s CI (připojte webhook test-call.completed → selže sestavení, pokud skóre klesne)
• Zátěžové testování limitů souběžnosti

Jednorázově: jeden běh#

curl -X POST https://api.thunderphone.com/v1/simulations \
  -H "Authorization: Bearer sk_live_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "target_type":     "agent",
    "target_id":       12,
    "direction":       "outbound",
    "scenario_prompt": "You are a polite caller asking about refund policy for order 12345.",
    "consent_to_charge": true
  }'

Pole:

mode je určen pouze ke čtení a odvozuje se z target_type: agent vytvoří mode="bot", zatímco phone_number vytvoří mode="sip".

Odpovědí je objekt běhu simulace se stavem status="queued". Dotazujte se, dokud se status nezmění na completed nebo failed; po nastavení call_id načtěte přepis pomocí GET /v1/calls/{call_id}/transcript.

Dávky: paralelní scénáře#

Spusťte souběžně N scénářů — užitečné pro regresní sady, které paralelně pokrývají každý známý okrajový případ:

curl -X POST https://api.thunderphone.com/v1/simulations/batches \
  -H "Authorization: Bearer sk_live_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "target_type":     "agent",
    "target_id":       12,
    "direction":       "outbound",
    "run_count":       5,
    "stagger_seconds": 2,
    "scenario_prompts": [
      "Ask about refund policy.",
      "Ask for hours of operation.",
      "Complain about a delayed shipment.",
      "Ask to speak with a human.",
      "Ask an unrelated trivia question."
    ],
    "consent_to_charge": true
  }'

Odpověď obsahuje seznam run_ids s ID podřízených běhů. Načtení stavu dávky:

curl https://api.thunderphone.com/v1/simulations/batches/{batch_id} \
  -H "Authorization: Bearer sk_live_YOUR_API_KEY"

run_count je omezeno na 20; stagger_seconds rozloží spouštění v čase, aby nedošlo k přetížení agenta (0–60 s).

Zapojte do CI#

Na stránce Simulace (/dashboard/simulations) vytvořte sadu bran pro vydání — vyberte agenta, přidejte scénáře ručně nebo klikněte na Generovat scénáře pomocí AI, abyste je navrhli podle promptu agenta (s volitelným průchodem okrajových případů), a seskupte je do sady. Sada připne své scénáře a agenta spolu s minimální mírou úspěšnosti a volitelným pravidlem nulového počtu kritických selhání. Úspěšné běhy se stanou přijatým základem; pozdější přechody z úspěchu na selhání se vracejí jako regrese.

V CI použijte klíč API organizace. Tento skript spustí sadu, dotazuje se, dokud není dokončeno hodnocení a porovnání, a skončí s nenulovým kódem, pokud verdikt není pass:

#!/usr/bin/env bash
set -euo pipefail
 
: "${THUNDERPHONE_API_KEY:?Set THUNDERPHONE_API_KEY}"
: "${THUNDERPHONE_ORG_ID:?Set THUNDERPHONE_ORG_ID}"
: "${THUNDERPHONE_SUITE_ID:?Set THUNDERPHONE_SUITE_ID}"
 
base="https://api.thunderphone.com/v1/orgs/${THUNDERPHONE_ORG_ID}/suites/${THUNDERPHONE_SUITE_ID}"
auth="Authorization: Bearer ${THUNDERPHONE_API_KEY}"
 
run_id="$(curl --fail --silent --show-error -X POST "${base}/run" \
  -H "$auth" -H "Content-Type: application/json" -d '{}' | jq -r '.id')"
 
deadline=$((SECONDS + 1800))
while (( SECONDS < deadline )); do
  result="$(curl --fail --silent --show-error \
    "${base}/runs/${run_id}" -H "$auth")"
  status="$(jq -r '.status' <<<"$result")"
  if [[ "$status" == "completed" ]]; then
    jq . <<<"$result"
    [[ "$(jq -r '.verdict' <<<"$result")" == "pass" ]]
    exit
  fi
  sleep 10
done
 
echo "ThunderPhone suite timed out" >&2
exit 1

POST /v1/orgs/{org_id}/suites/{suite_id}/run vrací 202 s ID běhu. GET /v1/orgs/{org_id}/suites/{suite_id}/runs/{run_id} vrací status, verdict, pass_rate, critical_failure_count a seznam regresí základu regressions. Oba endpointy vážou organizaci v URL k organizaci klíče API.

Vzory#

Korpus regresí pro jednotlivé prompty#

Udržujte soubor JSON s n-ticemi {name, scenario_prompt, expected_outcome}. Při každé změně promptu spusťte celou sadu jako dávku; porovnejte přepisy a hodnocení s předchozím během.

Test kouře pro jednotlivá vydání#

Jedna dávka pěti scénářů úspěšného průchodu, kterou spustíte po každém nasazení. Je citlivá na latenci, proto ponechte stagger_seconds: 0.

Benchmarking latence#

Spouštějte identické scénáře proti různým produktovým úrovním (spark, bolt, storm-base). Porovnejte skóre call.graded a duration_seconds z každého výsledného protokolu hovoru.

Další kroky#