Тестирајте агента од почетка до краја (API)

Итеративни рад на AI агенту подразумева итерације његовог промпта, алата и начина на који обрађује граничне случајеве. API за симулације покреће стварне позиве према агенту користећи промпт сценарија који наведете. Циљање агента креира покретање бот-са-ботом; циљање броја телефона креира SIP повратни позив. Свако покретање производи стварни евиденциони запис позива са транскриптом, оцењивањем и наплатом, тако да тачно видите како се агент понаша и колико кошта.

Користите га за:

• Брзе тестове пре примене након сваке измене промпта
• Регресионе пакете повезане са CI-јем (повежите webhook test-call.completed → неуспешно завршите изградњу ако резултат падне)
• Тестирање ограничења конкурентности под оптерећењем

Једнократно: једно покретање

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
  }'

Поља:

mode је само за читање и изводи се из target_type: agent производи mode="bot", док phone_number производи mode="sip".

Одговор је објекат покретања симулације са status="queued". Проверавајте док status не постане completed или failed; када се постави call_id, учитајте транскрипт преко GET /v1/calls/{call_id}/transcript.

Групе: паралелни сценарији

Покрените N сценарија истовремено — корисно за регресионе пакете који паралелно покривају сваки познати гранични случај:

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
  }'

Одговор садржи листу run_ids са ID-јевима покретања подређених задатака. Преузмите статус групе:

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

run_count је ограничен на 20; stagger_seconds распоређује покретања како би се избегло преоптерећење агента (0–60 с).

Укључите у CI

Направите пакет контроле издања на страници Симулације (/dashboard/simulations) — изаберите агента, ручно додајте сценарије или кликните на Генеришите сценарије помоћу AI да бисте их израдили на основу промпта агента (уз опционалну проверу граничних случајева) и групишите их у пакет. Пакет фиксира своје сценарије и агента, као и минималну стопу пролазности и опционално правило без критичних неуспеха. Успешна покретања постају прихваћена основа; каснији преласци из пролаза у неуспех враћају се као регресије.

Користите API кључ организације у CI-ју. Ова скрипта покреће пакет, проверава статус док се оцењивање и поређење не заврше и враћа код различит од нуле осим ако је пресуда 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 враћа 202 са ID-јем покретања. GET /v1/orgs/{org_id}/suites/{suite_id}/runs/{run_id} враћа status, verdict, pass_rate, critical_failure_count и основну листу regressions. Обе крајње тачке повезују организацију у URL-у са организацијом API кључа.

Обрасци

Корпус регресија по промпту

Одржавајте JSON датотеку са торкама {name, scenario_prompt, expected_outcome}. При свакој измени промпта, покрените комплетан скуп као групу; упоредите транскрипте и оцене са претходним покретањем.

Smoke тест по издању

Једна група од пет сценарија са очекиваним током које покрећете после сваког постављања. Осетљиво је на кашњење, зато задржите stagger_seconds: 0.

Мерење кашњења

Покрените идентичне сценарије на различитим нивоима производа (spark, bolt, storm-base). Упоредите оцене call.graded и duration_seconds из сваког добијеног дневника позива.

Следећи кораци