Projeto do zero

Com o conector, o assistente começa um projeto de automação em Python ou Java do zero: o código já na estrutura do Proton e todo o cadastro feito no Proton, sem abrir a tela.

O que precisa

• Um assistente que trabalha na sua máquina, como o Claude Code ou o Codex: ele clona o modelo, escreve o código, roda e faz o push.
• Escrita liberada na organização e na conexão. Ver Permissões e segurança.
• Um repositório git do projeto (GitHub, GitLab ou Bitbucket) e uma integração git da organização cadastrada no Proton, na tela Integrações. A credencial fica no Proton.
• Um runner disponível para a primeira execução.

Como começar

O conector traz um roteiro pronto, criar_projeto_do_zero, com dois dados: a linguagem (python ou java) e o objetivo (o que automatizar). No Claude Code:

/mcp__proton__criar_projeto_do_zero

Em outros assistentes, peça com as suas palavras, por exemplo: "Quero criar do zero, com o Proton, um projeto em Java para testar o checkout da loja".

O roteiro só aparece com a escrita liberada.

O caminho

O assistente segue estes passos e mostra a proposta antes de cada decisão (o repositório, a integração, os sistemas, os nomes dos componentes e dos parâmetros, a automação e o runner):

1. Modelo. Clona o projeto modelo da linguagem numa pasta nova e apaga do exemplo o que não serve ao objetivo.
2. Repositório. Pergunta onde fica o repositório e faz o primeiro push.
3. Integração git. Confirma com você qual integração da organização usar.
4. Repositório e sistemas no Proton. Cadastra o repositório e um sistema por plataforma do teste (por exemplo, o portal e a API), ligados a ele.
5. Componentes. Propõe os passos, com os parâmetros de entrada (in_) e de saída (out_) e a documentação, reaproveitando os parâmetros que já existem, e cadastra no Proton.
6. Código. Gera o arquivo de cada componente no formato do modelo e escreve a lógica. O arquivo gerado falha de propósito até a lógica ser escrita: uma execução nunca passa sem fazer nada.
7. Automação e dados. Cria a automação e o dataset, com os passos na ordem e os valores. Senhas, tokens e chaves vão cifrados, nunca no código.
8. Conferência do projeto. Faz o push numa branch de trabalho e roda check_project, até não sobrar erro.
9. Execução. Põe o dataset num grupo, escolhe um runner com você, roda check_automation e executa na branch de trabalho. A primeira execução de um repositório num runner baixa o código e prepara o ambiente, e pode levar minutos.
10. Correção. Se falhar, lê o log, as evidências e o detalhe da execução, corrige, faz o push e roda de novo.
11. Entrega. Com tudo passando, você decide o merge da branch de trabalho. Depois, se pedir, o assistente programa uma recorrência.

Conferência antes de rodar

Duas ferramentas dizem antes da execução o que faria ela falhar. Elas servem também para projetos que já existem: peça "confira o projeto do sistema Portal" ou "confira se a automação Pedido de venda está pronta para rodar".

check_project lê o repositório pela integração git, sem gravar nada, e compara o código com o contrato do projeto e com o cadastro do Proton:

• o arquivo que o runner usa para reconhecer o projeto (pom.xml ou pytest.ini) e o ponto de entrada do Proton;
• a Proton Cloud SDK declarada e a versão mínima;
• o arquivo de cada componente cadastrado, e arquivo de componente que não está no Proton;
• parâmetro que o código lê ou devolve e o componente não tem, inclusive com maiúscula diferente;
• senha ou token commitado no repositório.

check_automation confere se os datasets estão prontos: cada passo com componente, sistema, repositório e integração; os valores de entrada; as referências a saídas e variáveis; segredo sem cifrar; o ambiente; um runner disponível; e o dataset num ciclo aberto.

As duas separam erro (o que faz a execução falhar ou dar resultado errado) de aviso (o que merece olhar).

O que o Proton não faz

O conector nunca grava no seu repositório git: quem escreve o código e faz o push é o assistente, na sua máquina. O merge da branch de trabalho na branch padrão é sempre decisão sua.