Interazione con i dati del tuo call center: No SQL, no dashboard, no domande.

Sebbene i modelli linguistici di grandi dimensioni eccellano nel ragionamento e nella sintesi, offrono un reale valore aziendale solo quando sono collegati a dati aziendali strutturati e controllati.

In questo post, mostriamo come un agente Google creato con Agent Development Kit (ADK) e Gemini possa interrogare i registri dettagliati delle chiamate (CDR) 3CX archiviati in BigQuery, consentendo a supervisori e analisti di interagire con i dati del proprio call center senza scrivere SQL o aprire report.

Il risultato: Un’interfaccia conversazionale per i CDR 3CX che funziona localmente da una CLI, ma rispetta la sicurezza aziendale e i controlli di accesso.

Continuate a leggere!

Perché Google ADK è la soluzione ideale per lo sviluppo di agenti AI

L’Agent Development Kit (ADK) di Google fornisce un framework strutturato per la creazione di agenti AI di livello produttivo in grado di interrogare un database, estrarre informazioni da esso e presentarle in modo leggibile dall’utente senza alcuna conoscenza preliminare dello schema del database o esperienza di programmazione SQL. Gemini gestisce il ragionamento e la comprensione del linguaggio naturale, mentre l’ADK garantisce che tutti gli accessi al database rimangano controllati e osservabili.

Come funziona il flusso agente-BigQuery

A livello generale, il sistema segue questo flusso:

  1. L’utente pone una domanda tramite CLI.
  2. ADK Runner inoltra la richiesta all’agente.
  3. LlmAgent invia il prompt e le definizioni degli strumenti a Gemini.
  4. Gemini decide quale strumento chiamare (ad esempio, eseguire SQL).
  5. BigQueryToolset esegue la query in BigQuery.
  6. I risultati vengono restituiti a Gemini per la formattazione.
  7. L’utente riceve una risposta chiara e strutturata.

Big Query SQL

Questa separazione garantisce che l’LLM abbia sempre un accesso limitato al database, rendendo la soluzione adatta agli ambienti aziendali reali.

Configurazione e impostazione

Prerequisiti

  • Installazione Python funzionante
  • Sistema telefonico 3CX collegato a una fonte di dati Google BigQuery
  • Accesso all’API Gemini

Installazione

  • Scaricate i sorgenti Python da qui.
  • Installate le dipendenze

pip install -r requirements.txt

  • Creare un file .env basato su .env.example, inserire i propri valori:

GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_API_KEY=your-gemini-api-key

  • Autenticazione – È possibile autenticarsi utilizzando:
    • Account di servizio JSON
    • Credenziali predefinite dell’applicazione
    • gcloud auth application-default login

Eseguire l’agente

python main.py

Casi d’uso pratici

Da una semplice interfaccia a riga di comando, i proprietari di PBX, gli amministratori e i supervisori dei call center possono porre domande quali:

  • “Quali set di dati sono disponibili?”
  • “Mostrami lo schema della tabella cdroutput”
  • “Quante chiamate ha risposto … negli ultimi 30 giorni?”
  • “Quali di queste chiamate erano spam o abusive?”
  • “Ci sono chiamate che implicano l’usurpazione dell’identità del Dipartimento delle imposte?”
  • “Genera un riepilogo delle prestazioni e suggerimenti di coaching per …”
  • “Elenca tutte le domande che ho posto durante questa sessione.”

L’agente si comporta come un analista di dati su richiesta, supportato da dati CDR reali.

Seguiteci per gli aggiornamenti

Partecipate alla conversazione nel nostro forum dedicato all’intelligenza artificiale 3CX. Seguiteci su X e LinkedIn per rimanere aggiornato sulle ultime notizie e sulle nuove funzionalità.