Primeira automação
Este roteiro leva uma automação do zero até a primeira execução. Cada passo aponta para a página com os detalhes.
Antes de começar
- O código. Um repositório git com o código das automações, no formato do Proton. O jeito mais rápido é partir de um projeto modelo, em Python ou Java.
- Um runner. Uma máquina com o Proton Runner conectado à organização. Ver Configuração de Ambiente.
- Permissões. Um perfil que cadastre sistemas, componentes e automações e que execute no Centro de Automação.
O Proton MCP faz este roteiro inteiro pelo Claude ou pelo ChatGPT: cria o projeto a partir do modelo, cadastra tudo no Proton e roda a primeira execução.
1. Ligar o repositório git
- Em Configurações > Integrações, use Criar Integração e escolha a plataforma do repositório (GitHub, GitLab ou Bitbucket), com a credencial que dá acesso a ele. Testar Conexão confere.
- Em Configurações > Repositório Git, use Criar Repositório Git: a plataforma, o dono (Owner), o nome do repositório e a branch padrão.
2. Cadastrar o sistema
Em Configurações > Sistema, use Criar Sistema e ligue o sistema ao repositório. Um sistema por plataforma do teste: por exemplo, o portal e a API, os dois ligados ao mesmo repositório.
3. Cadastrar os componentes
Em Automações > Componente, use Novo componente para cada passo da automação, no sistema dele, com:
- o nome igual ao do componente no código (o arquivo no Python, a classe no Java);
- os parâmetros de entrada (
in_) e de saída (out_) que o código lê e devolve; - a documentação: o que faz, o objetivo e o resultado esperado.
Ver Componentes e Parâmetros.
4. Criar a automação e o dataset
- Em Automações > Automações, use Adicionar e dê nome à automação. Ver Automações.
- Abra os Datasets da automação e use Adicionar.
- No dataset, use Adicionar Componente para incluir os passos, na ordem.
- Em Editar parâmetros, preencha os valores de cada passo. Senhas e tokens vão criptografados.
Ver Datasets e Montar o dataset.
5. Executar
- Em Automações > Centro de Automação, use Adicionar para criar um grupo de automação e selecione a automação.
- No grupo, marque o dataset e use Executar.
- Escolha onde roda (o runner ou um cluster) e Agora, e confirme.
Ver Grupos e ciclos e Executar.
6. Ver o resultado
A execução aparece no grupo com o status ao vivo. Ao abrir, a Linha do Tempo mostra cada passo; a aba Resultados traz o log completo e os anexos; numa falha, a aba Erro traz o diagnóstico da IA. Ver Detalhe da execução.
A primeira execução de um repositório num runner baixa o código e prepara as dependências antes do primeiro passo, e pode levar alguns minutos.