转译自：Nicholas Borg，3CX 首席人工智能官（CAIO）

与您的呼叫中心数据对话——无需 SQL，无需仪表板，只需提问。

虽然大型语言模型（LLM）在推理和总结方面表现出色，但只有在连接到结构化、受管控的企业数据时，才能真正创造业务价值。

在本文中，我们展示了如何使用 Agent Development Kit (ADK) 和 Gemini 构建的 Google 座席，查询存储在 BigQuery 中的 3CX 通话明细记录（CDRs），让主管和分析师无需编写 SQL 或打开报表即可与呼叫中心数据进行对话。

结果：一个运行在 CLI 上的 3CX CDR 对话界面，同时遵守企业安全与访问控制。

为什么 Google ADK 是 人工智能座席开发的天然选择

Google 的 Agent Development Kit (ADK) 提供了一个结构化框架，用于构建可用于生产的 人工智能座席，这些座席能够查询数据库、提取信息，并以人类可读的方式呈现，而无需事先了解数据库架构或具备 SQL 编程经验。Gemini 负责推理和自然语言理解，而 ADK 确保所有数据库访问均受控且可监控。

 

Agent-BigQuery 流程工作原理

整体系统流程如下：

  1. 用户通过 CLI 提问
  2. ADK Runner 将请求转发给座席
  3. LlmAgent 将提示和工具定义发送给 Gemini
  4. Gemini 决定调用哪个工具（例如执行 SQL）
  5. BigQueryToolset 在 BigQuery 中运行查询
  6. 结果返回给 Gemini 进行格式化
  7. 用户收到清晰、结构化的响应

Agent-BigQuery 流程工作原理

此流程确保 LLM 始终具有受限的数据库访问权限，使解决方案适用于真实企业环境。

 

配置与安装

前提条件

  • 已安装 Python
  • 3CX 电话系统连接到 Google BigQuery 数据源
  • Gemini API 访问权限

安装步骤

  1. 获取 Python 源码（从此处获取）
  2. 安装依赖项： 
    pip install -r requirements.txt
  3. 创建 .env 文件（基于 .env.example），输入以下值： 
    GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_API_KEY=your-gemini-api-key
  4. 认证方式 – 可使用以下任意一种方式：
    • 服务账号 JSON
    • 应用默认凭证
    gcloud auth application-default login
  5. 运行座席： 
    python main.py

 

实用场景

通过简单的命令行界面，PBX 拥有者、管理员和呼叫中心主管可以提出如下问题：

  • “有哪些数据集可用？”
  • “显示 cdroutput 表的架构”
  • “过去 30 天有多少通话由……接听？”
  • “其中哪些通话与垃圾或辱骂相关？”
  • “是否有涉及冒充税务部门的通话？”
  • “生成 …… 的绩效总结和辅导建议。”
  • “列出本次会话中我提出的所有问题。”

该座席表现得像一个按需的数据分析师，背后依托真实的 CDR 数据。

 

参与互动

关注我们的互动频道，及时获取最新动态。