Praat met je callcenterdata – geen SQL, geen dashboards, alleen vragen stellen.
Hoewel Large Language Models uitblinken in redeneren en samenvatten, leveren ze pas echte zakelijke waarde wanneer ze zijn verbonden met gestructureerde, managed enterprise-data.
In dit artikel laten we zien hoe een Google Agent, gebouwd met de Agent Development Kit (ADK) en Gemini, 3CX Call Detail Records (CDR’s) kan bevragen die zijn opgeslagen in BigQuery. Zo kunnen supervisors en analisten met hun callcenterdata “praten” zonder SQL te schrijven of rapporten te openen.
Het resultaat: een conversatie-interface voor je 3CX CDR’s die lokaal draait via een CLI, maar volledig voldoet aan enterprise-beveiliging en toegangscontrole.
Lees verder!
Waarom Google ADK een logische keuze is voor AI-agentontwikkeling
Google’s Agent Development Kit (ADK) biedt een gestructureerd framework voor het bouwen van productieklare AI-agents die een database kunnen bevragen, gegevens kunnen ophalen en deze op een begrijpelijke manier kunnen presenteren – zonder voorafgaande kennis van het databaseschema of SQL-programmeervaardigheden.
Gemini verzorgt het redeneren en het begrijpen van natuurlijke taal, terwijl ADK ervoor zorgt dat alle database-toegang gecontroleerd en inzichtelijk blijft.
Hoe de Agent–BigQuery-flow werkt
Op hoofdlijnen volgt het systeem deze stappen:
- De gebruiker stelt een vraag via de CLI
- De ADK Runner stuurt het verzoek door naar de agent
- LlmAgent stuurt de prompt en tooldefinities naar Gemini
- Gemini bepaalt welke tool moet worden gebruikt (bijv. SQL uitvoeren)
- BigQueryToolset voert de query uit in BigQuery
- Resultaten worden teruggestuurd naar Gemini voor formattering
- De gebruiker ontvangt een duidelijke, gestructureerde response
Deze scheiding zorgt ervoor dat het LLM altijd beperkte database-toegang heeft, waardoor de oplossing geschikt is voor echte enterprise-omgevingen.
Configuratie & installatie
Vereisten
- Werkende Python-installatie
- 3CX Phone System gekoppeld aan een Google BigQuery-datasource
- Toegang tot de Gemini API
Installatie
- Download de Python-bronbestanden.
- Installeer de dependencies:
pip install -r requirements.txt - Maak een .env-bestand aan op basis van .env.example en vul je gegevens in:
GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_API_KEY=your-gemini-api-key
Authenticatie
Je kunt authenticeren via één van de volgende methoden:
- Service Account JSON
- Application Default Credentials
- gcloud auth application-default login
Run de Agent
python main.py
Praktische use-cases
Via een eenvoudige command-line interface kunnen PBX-eigenaren, beheerders en callcentersupervisors vragen stellen zoals:
- “Welke datasets zijn beschikbaar?”
- “Laat me het schema van de tabel cdroutput zien”
- “Hoeveel gesprekken heeft … aangenomen in de afgelopen 30 dagen?”
- “Welke van die gesprekken waren spam of misbruik?”
- “Is er een gesprek met impersonatie van de Belastingdienst?”
- “Genereer een performance-samenvatting en coaching-suggesties voor …”
- “Toon alle vragen die ik tijdens deze sessie heb gesteld”
- De agent gedraagt zich als een on-demand data-analist, gevoed door echte CDR-gegevens.
Volg ons voor updates
Praat mee in ons speciale 3CX AI Forum. Volg ons op X en LinkedIn om op de hoogte te blijven van het laatste nieuws en nieuwe functionaliteiten.
