> ## Documentation Index
> Fetch the complete documentation index at: https://docs.thunderphone.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Prueba un agente de extremo a extremo (API)

> Ejecuta escenarios predefinidos con tu agente mediante la API de llamadas de prueba para detectar regresiones antes de que quienes llaman las escuchen.

<Note>
  ¿Prefieres el dashboard? La misma funcionalidad está disponible en **Simulaciones**
  (`/dashboard/simulations`), incluida la generación de escenarios con IA; consulta
  [Simular una llamada](/es/guides/simulate-a-call). Esta página cubre la
  vía programática.
</Note>

Iterar en un agente de IA implica iterar en su prompt, sus herramientas
y la forma en que maneja los casos límite. La **API de llamadas de prueba** realiza llamadas reales
(de bot a bot o con loopback SIP) contra un agente mediante un prompt de escenario
que proporcionas; cada ejecución genera un registro de llamada real con
transcripción, evaluación y facturación, para que veas exactamente cómo se comporta
el agente y cuánto cuesta.

Úsala para:

* Pruebas de humo previas al despliegue después de cada edición del prompt
* Suites de regresión conectadas a CI (conecta el webhook `test-call.completed`
  → haz que falle la compilación si baja la puntuación)
* Pruebas de estrés de los límites de concurrencia

## Ejecución única: una sola ejecución

```bash theme={null}
curl -X POST https://api.thunderphone.com/v1/test-calls \
  -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
  }'
```

Campos:

| Campo               | Tipo     | Obligatorio | Descripción                                                         |
| ------------------- | -------- | ----------- | ------------------------------------------------------------------- |
| `target_type`       | cadena   | sí          | `agent` o `phone_number`                                            |
| `target_id`         | entero   | sí          | El ID del agente (o el ID del número de teléfono)                   |
| `direction`         | cadena   | sí          | `outbound` (el bot llama) o `inbound` (el bot responde)             |
| `scenario_prompt`   | cadena   | no          | Determina lo que dice el bot de prueba                              |
| `mode`              | cadena   | no          | `bot` (de bot a bot, predeterminado) o `sip` (loopback SIP)         |
| `consent_to_charge` | booleano | **sí**      | Debe ser `true`. Las llamadas de prueba cuestan 2× la tarifa normal |
| `target_number`     | cadena   | no          | Anulación del identificador de llamada del bot (E.164)              |

La respuesta es un [objeto de ejecución de llamada de prueba](/api-reference/test-calls#test-call-run-object)
con `status="queued"`. Consulta periódicamente hasta que `status` sea `completed` o
`failed`; una vez que se establezca `call_id`, carga la transcripción mediante
[`GET /v1/calls/{call_id}/transcript`](/api-reference/calls#get-transcript).

## Lotes: escenarios en paralelo

Ejecuta N escenarios de forma simultánea; resulta útil para suites de regresión que
cubren en paralelo todos los casos límite conocidos:

```bash theme={null}
curl -X POST https://api.thunderphone.com/v1/test-call-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
  }'
```

La respuesta incluye una lista `run_ids` con los ID de las ejecuciones secundarias. Obtén el
estado del lote:

```bash theme={null}
curl https://api.thunderphone.com/v1/test-call-batches/{batch_id} \
  -H "Authorization: Bearer sk_live_YOUR_API_KEY"
```

`run_count` tiene un límite de 20; `stagger_seconds` separa los inicios
para evitar saturar al agente (0–60 s).

## Intégralo en CI

Crea un conjunto de validación de lanzamiento en la página **Simulaciones**
(`/dashboard/simulations`): elige el agente, agrega escenarios manualmente o
haz clic en **Generar escenarios con IA** para redactarlos a partir del
prompt del agente (con una pasada opcional para casos límite) y agrúpalos en
un conjunto. Un conjunto fija sus escenarios y agente, además de una tasa
mínima de aprobación y una regla opcional de cero fallas críticas. Las
ejecuciones aprobadas se convierten en la referencia aceptada; las
transiciones posteriores de aprobado→fallido se devuelven como regresiones.

Usa una [clave API de organización](/api-reference/developer-api-keys) en CI.
Este script activa el conjunto, consulta el estado hasta que la calificación y
la comparación se completen, y devuelve un código distinto de cero a menos que
el veredicto sea `pass`:

```bash theme={null}
#!/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` devuelve `202` con el ID de la
ejecución. `GET /v1/orgs/{org_id}/suites/{suite_id}/runs/{run_id}` devuelve
`status`, `verdict`, `pass_rate`, `critical_failure_count` y la lista de
referencia `regressions`. Ambos endpoints vinculan la organización de la URL
con la organización de la clave API.

## Patrones

### Corpus de regresiones por prompt

Mantén un archivo JSON de tuplas `{name, scenario_prompt, expected_outcome}`.
Con cada cambio de prompt, ejecuta el conjunto completo como un lote; compara
las transcripciones y calificaciones con la ejecución anterior.

### Prueba rápida por lanzamiento

Un único lote de cinco escenarios de flujo ideal que ejecutas después de cada
despliegue. Es sensible a la latencia, así que mantén `stagger_seconds: 0`.

### Evaluación comparativa de latencia

Ejecuta escenarios idénticos en distintos niveles de producto (`spark`,
`bolt`, `storm-base`). Compara las puntuaciones de `call.graded` y
`duration_seconds` de cada registro de llamada resultante.

***

## Próximos pasos

<CardGroup cols={2}>
  <Card title="Referencia de llamadas de prueba" icon="flask" href="/api-reference/test-calls">
    Cada parámetro de consulta, código de estado y estructura de lote.
  </Card>

  <Card title="Calificación con IA" icon="chart-line" href="/api-reference/calls#ai-call-grading">
    Califica automáticamente cada ejecución de prueba para monitorear la calidad a lo largo del tiempo.
  </Card>

  <Card title="Reportes de problemas" icon="triangle-exclamation" href="/api-reference/issue-reports">
    Marca pruebas específicas para revisión humana.
  </Card>

  <Card title="webhook de test-call.completed" icon="bolt" href="/es/webhooks/events">
    Transmite resultados a tu CI / Slack / PagerDuty.
  </Card>
</CardGroup>