CallLens

Открытый инструмент анализа разговоров и оценки поведения на базе LangGraph.

Загрузите звонок. CallLens расшифровывает его, реконструирует разговор, измеряет детерминированные метрики общения, оценивает семантическое поведение по настраиваемым рубрикам, проверяет подтверждающие доказательства и формирует объяснимую аналитику разговора.

CallLens превращает сырые разговоры — записи или транскрипты — в структурированную поведенческую аналитику с подтверждением доказательствами: диаризованные транскрипты, метрики времени речи и темпа, продольный анализ тональности, темы, обнаружение возможностей/рисков и аналитика по каждому представителю — всё оценивается по декларативным версионируемым рубрикам.

Каждая семантическая оценка подтверждена доказательствами. Никогда просто Discovery: 8/10. Вместо этого:

Discovery: 8.7/10
Confidence: 0.91

Evidence:
  04:32  Representative asks customer about their current operational bottleneck.
  05:17  Representative asks about business impact.
  07:02  Customer explains delivery delays.

Missing behavior:
  Representative never established urgency or implementation timeframe.

Пользователи нажимают на временную метку, и аудиоплеер переходит к этому точному моменту.

Зачем это существует

Большинство инструментов оценки звонков либо (a) отправляют весь транскрипт в LLM и просят дать оценку, либо (b) подсчитывают ключевые слова. CallLens не делает ни того, ни другого:

• Многоэтапная оценка — извлечение кандидатных доказательств → детерминированная проверка → оценка по рубрикам → проверка согласованности → порог уверенности → ограниченная повторная оценка. Никогда не используется единый запрос «оцени этот транскрипт».

• Детерминированно где возможно, семантически только где нужно — время речи, слова в минуту, перебивания, реплики и паузы — это чистый Python. LLM используются для рассуждений: тональность, темы, намерения, поведение, коучинг.

• Изоляция провайдеров — абстракция речи (сегодня ElevenLabs) и абстракция LLM (OpenAI / Anthropic / любая OpenAI-совместимая конечная точка), так что ничего не привязано к одному вендору.

• Аудируемость по дизайну — каждый анализ записывает версии модели, промпта, рубрики и конвейера.

Related MCP server: Trustwise MCP Server

Архитектура

flowchart TD
    A[Audio / Transcript] --> B[Ingestion]
    B --> C[ElevenLabs STT + Diarization]
    C --> D[Transcript Normalization]
    D --> E[LangGraph]
    E --> F[Deterministic Metrics]
    E --> G[Semantic Analysis]
    G --> H[Sentiment]
    G --> I[Topics]
    G --> J[Intents]
    F --> K[Evidence Verification]
    H --> K
    I --> K
    J --> K
    K --> L[Confidence Gate]
    L -->|sufficient| M[Report]
    L -->|insufficient| N[Bounded Re-score]
    N --> K

См. docs/ARCHITECTURE.md, docs/LANGGRAPH.md и docs/DATA_MODEL.md.

Быстрый старт

Docker (рекомендуется)

cp .env.example .env
docker compose up

• API + документация OpenAPI: http://localhost:8000/docs

• Дашборд: http://localhost:3000

Для запуска не требуются API-ключи: без ELEVENLABS_API_KEY речевой провайдер и LLM для рассуждений переключаются на детерминированные офлайн-заглушки, так что весь конвейер (транскрибация → метрики → оценка по рубрикам с подтверждением доказательствами → коучинг) работает от начала до конца.

Локально (Python)

python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"

# Analyze a transcript (offline, deterministic)
calllens analyze sample.txt

# Start the API server
calllens server

# Run the evaluation harness
calllens eval run

Фронтенд

cd apps/web
npm install
NEXT_PUBLIC_API_URL=http://localhost:8000 npm run dev

CLI

calllens analyze call.mp3
calllens analyze call.mp3 --rubric consultative_sales --output report.json
calllens rubric list
calllens rubric validate ./my_rubric.yaml
calllens eval run
calllens server

Python SDK

import asyncio
from calllens import CallLens


async def main():
    async with CallLens(base_url="http://localhost:8000") as client:
        call = await client.calls.upload("sales-call.mp3")
        await call.analyze(rubric="consultative_sales")
        report = await call.report()
        print(report["overall_score"], report["confidence"])


asyncio.run(main())

REST API (подмножество)

POST   /api/v1/calls                     upload a recording or transcript
GET    /api/v1/calls
GET    /api/v1/calls/{id}
POST   /api/v1/calls/{id}/analyze
GET    /api/v1/calls/{id}/analysis       the evidence-backed CallReport
GET    /api/v1/calls/{id}/transcript
DELETE /api/v1/calls/{id}                privacy/retention deletion
POST   /api/v1/rubrics                   register a declarative rubric
GET    /api/v1/rubrics
POST   /api/v1/rubrics/validate
GET    /api/v1/reps/{id}/analytics
POST   /api/v1/evals/run

Интерактивная документация по адресу /docs.

Рубрики

Рубрики — это декларативные и версионируемые YAML-документы. Сам движок универсален — продажи это лишь первая встроенная рубрика. Приносите свои: поддержка клиентов, подбор персонала, взыскание задолженности, страхование, недвижимость, успех клиента, собеседования, AI-голосовые агенты.

name: consultative_sales
version: "1.0"
dimensions:
  rapport:
    label: Rapport
    weight: 0.08
  discovery:
    label: Problem Discovery
    weight: 0.16

Веса измерений должны в сумме давать 1.0. См. rubrics/ и docs/custom-rubrics.

Провайдеры

Все тесты и CI выполняются с заглушками — никаких платных API-вызовов.

Пример: живой анализ с реальными провайдерами

Настройте оба провайдера в .env и проанализируйте реальную запись:

# .env — speech + reasoning
ELEVENLABS_API_KEY=sk_...
ELEVENLABS_STT_MODEL=scribe_v2

# Any OpenAI-compatible endpoint, e.g. Melious (https://api.melious.ai/v1)
LLM_PROVIDER=compatible
COMPATIBLE_BASE_URL=https://api.melious.ai/v1
COMPATIBLE_API_KEY=sk-mel-...
LLM_MODEL=gpt-oss-120b

Затем запустите полный конвейер на записи — это должен быть предварительно записанный файл звонка (MP3/WAV), но вы можете синтезировать его, если у вас нет под рукой записи:

# Option A — you have a recording: transcribe + analyze it live
# (Scribe v2 STT → metrics → evidence-backed scoring → coaching)
calllens analyze call.mp3 --rubric consultative_sales --output report.json

# Option B — no recording? Synthesize a two-speaker sample call with ElevenLabs TTS
python examples/generate_sample_call.py   # → sample_call.mp3
calllens analyze sample_call.mp3 --rubric consultative_sales --output report.json

# Both write the evidence-backed report (scores + timestamped evidence + coaching)
# to report.json; omit --output to print it to stdout.

Конечная точка compatible должна поддерживать структурированные выходные данные OpenAI JSON-schema (response_format: {type: "json_schema"}) — от этого зависит structured_completion конвейера. Не каждая модель на каждом шлюзе это поддерживает; например, gpt-oss-120b на Melious работает, а некоторые другие (GLM, Kimi, DeepSeek v4 на Melious) отклоняют режим схемы. Проверьте с помощью небольшого структурированного вызова, прежде чем остановиться на модели.

MCP / MCPize

CallLens поставляется с MCP-сервером, предоставляющим analyze_transcript, score_dimension и list_rubrics, развертываемым на MCPize:

mcpize analyze && mcpize doctor && mcpize deploy

Локальный stdio:

pip install -r requirements.txt
python mcp-server/server.py

Оценка

| Dimension | MAE | Correlation |
|-----------|-----|-------------|
| Discovery | .61 | .88         |
| Rapport   | .74 | .81         |

Тестовый стенд (calllens.evals) запускает полный конвейер на синтетическом наборе данных из 13 сценариев (отличный продавец, плохой продавец, слабое выявление потребностей, злой клиент, многоязычность, …) и сообщает MAE, RMSE, корреляцию и точность/полноту доказательств по сравнению с метками человеческого качества.

Дорожная карта

См. docs/ROADMAP.md. Основные моменты: аутентификация Supabase/RLS и объектное хранилище, асинхронные бэкенды заданий (Redis/SQS), запросы к дашборду GraphQL, режим живого звонка, режим ролевой игры с ИИ, тренды по каждому представителю, мониторинг дрейфа.

Безопасность и конфиденциальность

• API-ключи существуют только в переменных окружения; они никогда не фиксируются в коде, не логируются и не передаются в браузер.

• Записи звонков считаются чувствительными: изоляция арендаторов, приватное/подписанное хранилище, удаление и настраиваемый срок хранения.

• Полные транскрипты по умолчанию никогда не логируются.

• См. SECURITY.md и docs/ARCHITECTURE.md.

Лицензия

MIT © Yabloko Labs