Skip to main content
Een toolintegratie is een herbruikbaar HTTP-eindpunt dat een agent tijdens een gesprek kan aanroepen. Je geeft ThunderPhone een JSON-schemabeschrijving van de tool plus een eindpunt-URL; de agent beslist op basis van het gesprek wanneer deze moet worden aangeroepen, en ThunderPhone doet het uitgaande HTTP-verzoek vanaf zijn servers en retourneert het antwoord aan de agent.
Het dashboard dekt de meeste toolbehoeften zonder deze API: Verbindingen → Apps verbindt Slack, HubSpot, Salesforce, Google Calendar, Google Sheets en Cal.com met enkele OAuth-klikken; Verbindingen → API’s maakt van elke HTTP-API een agentactie (plak een cURL-opdracht en een AI-wizard maakt een opzet voor de tool, met een ingebouwde Testverzoek-functie); en Verbindingen → MCP voegt MCP-servers toe. Zie Verbindingen. Deze handleiding behandelt de onderliggende API achter de API-interface.
Deze handleiding neemt je stap voor stap mee bij het bouwen van een tool voor het opzoeken van weergegevens.

Anatomie van een tool

Twee onderdelen:
  1. Het schema — een functiedefinitie in OpenAI-stijl ({type: "function", function: {name, description, parameters}}) die de LLM vertelt wat de tool doet en welke argumenten deze accepteert.
  2. Het eindpunt — de URL die de servers van ThunderPhone aanroepen wanneer de LLM beslist de tool te gebruiken. Het verzoek is een JSON-POST met de door de LLM gekozen argumenten als hoofdtekst.

1. Kies een opslagstrategie

Inline bij de agent

Koppel een eenmalige tool aan de tools-array van de agent. Eenvoudig, maar niet herbruikbaar.

Opgeslagen integratie

Sla de tool op als een herbruikbare integratie en koppel deze aan meerdere agents. Aanbevolen voor alles wat meer dan één keer wordt gebruikt.
Deze handleiding gebruikt de route met opgeslagen integraties.

2. Maak de integratie

Sla de geretourneerde id (een UUID) op.
Besteed serieuze aandacht aan de description van de tool en van elke parameter. De LLM gebruikt deze strings tijdens runtime om te beslissen of en hoe de tool moet worden aangeroepen. Vage beschrijvingen → vage toolaanroepen.

3. Test het eindpunt in de sandbox

Voordat je de integratie aan een agent koppelt, stuur je een ondertekend verzoek vanaf de servers van ThunderPhone om de connectiviteit te bevestigen:
Response
Deze test versterkt ook de SSRF-beveiliging van ThunderPhone — verzoeken naar localhost of privé-IP-bereiken retourneren 400 code=url_not_allowed.

4. Koppel de integratie aan een spraakagent

Koppel via integration_ids wanneer je een spraakagent maakt of bijwerkt:
Je kunt meerdere integraties aan één spraakagent koppelen. De prompt van de spraakagent kan ernaar verwijzen op naam — “gebruik get_weather wanneer de beller naar de weersomstandigheden vraagt” — of ze impliciet herkennen aan de schemabeschrijvingen.

5. Implementeer het endpoint

Wanneer de spraakagent de tool aanroept, stuurt ThunderPhone een ondertekende POST naar je endpoint_url:
Je server antwoordt met JSON dat wordt teruggestuurd naar de LLM:
De LLM verwerkt dat antwoord en spreekt een begrijpelijke samenvatting uit voor de beller.
De handtekening wordt berekend over de onbewerkte aanvraagbody met dezelfde secret als je webhook-endpoint. Verifieer deze — tool-endpoints zijn toegankelijk via internet en onderhevig aan dezelfde risico’s op spoofing als webhooks. Zie Webhookhandtekeningen verifiëren.

6. Test de volledige stroom

Start een micsessie met de spraakagent en stel de vraag die je tool afhandelt (“Wat is het weer in 94110?”). Het transcript van het gesprek toont de volledige heen-en-terugcommunicatie:
Je kunt dit ophalen via GET /v1/calls/{call_id}/transcript; de onbewerkte eventstream (met timing per item en audio-offsets) vind je op GET /v1/calls/{call_id}/history.

Veelvoorkomende valkuilen

De LLM beslist op basis van de beschrijving van de tool. Als de vraag van de beller niet overeenkomt met de beschrijving, roept het model de tool niet aan. Maak de beschrijving specifieker (voeg veelvoorkomende synoniemen en formuleringen toe) of vermeld dit expliciet in de prompt van de spraakagent (“Wanneer de beller naar het weer vraagt, gebruik dan get_weather.”).
Antwoorden groter dan 6 kB worden afgekapt in de transcriptvoorvertoning. Retourneer alleen de velden die de LLM nodig heeft — niet je volledige gegevensrecord.
Tool-endpoints hebben standaard een time-out van 10 seconden. Als je meer tijd nodig hebt, verwerk dit dan asynchroon: retourneer {"status": "pending", "request_id": "..."} en toon het resultaat via een afzonderlijke toolaanroep.
Elke PATCH van een integratie maakt een nieuwe revisie. Controleer GET /v1/integrations/{id}/versions om te zien wie wat heeft gewijzigd. Als je het schema van een tool beschadigt, kun je handmatig terugdraaien door een oudere snapshot opnieuw met PATCH toe te passen.

Volgende stappen

Integratiereferentie

CRUD, overdracht, versiegeschiedenis.

Specificatie voor functietools

Volledige JSON-schema-grammatica en het contract voor ondertekende endpoints.

Handtekeningen verifiëren

Pas het patroon voor webhookhandtekeningen toe op tool-endpoints.

API voor transcript + geschiedenis

Inspecteer de volledige retourgang van een toolaanroep.