> ## 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.

# Test en agent ende-til-ende (API)

> Kjør forhåndsdefinerte scenarier gjennom agenten din med test-calls-API-et, slik at regresjoner fanges opp før kundene hører dem.

<Note>
  Foretrekker du dashbordet? Den samme funksjonaliteten finnes i **Simuleringer**
  (`/dashboard/simulations`), inkludert KI-generering av scenarioer — se
  [Simuler en samtale](/nb/guides/simulate-a-call). Denne siden dekker den
  programmatiske fremgangsmåten.
</Note>

Å iterere på en KI-agent betyr å iterere på prompten, verktøyene
og måten den håndterer randtilfeller på. **test-calls API-et** kjører ekte
(bot-til-bot- eller SIP-loopback-) samtaler mot en agent ved hjelp av en
scenarioprompt du oppgir — hver kjøring produserer en ekte samtalelogg med
transkripsjon, vurdering og fakturering, slik at du ser nøyaktig hvordan agenten
oppfører seg og hva den koster.

Bruk det til:

* Røykttester før distribusjon etter hver promptendring
* Regresjonssuiter koblet til CI (koble til `test-call.completed`-webhooken
  → la byggingen feile hvis poengsummen faller)
* Belastningstesting av samtidighetsgrenser

## Éngangskjøring: enkeltkjøring

```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
  }'
```

Felt:

| Felt                | Type    | Obligatorisk | Beskrivelse                                              |
| ------------------- | ------- | ------------ | -------------------------------------------------------- |
| `target_type`       | string  | ja           | `agent` eller `phone_number`                             |
| `target_id`         | integer | ja           | Agent-ID-en (eller telefonnummer-ID-en)                  |
| `direction`         | string  | ja           | `outbound` (boten ringer) eller `inbound` (boten svarer) |
| `scenario_prompt`   | string  | nei          | Styrer hva testboten sier                                |
| `mode`              | string  | nei          | `bot` (bot-til-bot, standard) eller `sip` (SIP-loopback) |
| `consent_to_charge` | boolean | **ja**       | Må være `true`. Testsamtaler koster 2× normal pris       |
| `target_number`     | string  | nei          | Overstyring for botens anrops-ID (E.164)                 |

Responsen er et [objekt for testkjøring](/api-reference/test-calls#test-call-run-object)
med `status="queued"`. Poll til `status` blir `completed` eller
`failed`; når `call_id` er angitt, laster du inn transkripsjonen via
[`GET /v1/calls/{call_id}/transcript`](/api-reference/calls#get-transcript).

## Batchkjøringer: parallelle scenarioer

Kjør N scenarioer samtidig — nyttig for regresjonssuiter som
treffer alle kjente randtilfeller parallelt:

```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
  }'
```

Responsen inneholder en `run_ids`-liste med ID-er for underkjøringer. Hent batch-
status:

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

`run_count` er begrenset til 20; `stagger_seconds` fordeler oppstartene
for å unngå å overbelaste agenten (0–60 s).

## Koble det til CI

Opprett en suite for utgivelsesporten på siden **Simuleringer**
(`/dashboard/simulations`) — velg agenten, legg til scenarioer manuelt eller
klikk på **Generer scenarioer med AI** for å utarbeide dem fra agentens
prompt (med en valgfri gjennomgang av kanttilfeller), og grupper dem i en suite.
En suite låser scenarioene og agenten, samt en minimumsbeståttandel og en
valgfri regel om null kritiske feil. Beståtte kjøringer blir den godkjente
baselinjen; senere overganger fra bestått til ikke bestått returneres som regresjoner.

Bruk en [API-nøkkel for organisasjonen](/api-reference/developer-api-keys) i CI.
Dette skriptet utløser suiten, spør kontinuerlig til vurderingen og sammenligningen er
fullført, og avslutter med en verdi ulik null med mindre resultatet er `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` returnerer `202` med
kjørings-ID-en. `GET /v1/orgs/{org_id}/suites/{suite_id}/runs/{run_id}` returnerer
`status`, `verdict`, `pass_rate`, `critical_failure_count` og
baselinjens `regressions`-liste. Begge endepunktene binder organisasjonen i URL-en
til API-nøkkelens organisasjon.

## Mønstre

### Regresjonskorpus per prompt

Vedlikehold en JSON-fil med tupler av `{name, scenario_prompt, expected_outcome}`.
Ved hver endring av prompten kjører du hele settet som en batch; sammenlign
transkripsjonene og vurderingene med forrige kjøring.

### Røyktest per utgivelse

En enkelt batch med fem scenarioer for normalflyt som du kjører etter hver
utrulling. Denne er latenssensitiv, så behold `stagger_seconds: 0`.

### Latensbenchmarking

Kjør identiske scenarioer mot ulike produktnivåer (`spark`,
`bolt`, `storm-base`). Sammenlign `call.graded`-poengene og
`duration_seconds` fra hver resulterende samtalelogg.

***

## Neste steg

<CardGroup cols={2}>
  <Card title="Referanse for testsamtaler" icon="flask" href="/api-reference/test-calls">
    Alle spørringsparametere, statuskoder og batchformater.
  </Card>

  <Card title="AI-vurdering" icon="chart-line" href="/api-reference/calls#ai-call-grading">
    Gi automatisk poeng til hver testkjøring for å spore kvalitet over tid.
  </Card>

  <Card title="Problemmeldinger" icon="triangle-exclamation" href="/api-reference/issue-reports">
    Marker spesifikke tester for menneskelig gjennomgang.
  </Card>

  <Card title="test-call.completed-webhook" icon="bolt" href="/nb/webhooks/events">
    Strøm resultater til CI / Slack / PagerDuty.
  </Card>
</CardGroup>