Saltar al contenido principal
Proton v5

Proyecto desde cero

Con el conector, el asistente inicia un proyecto de automatización en Python o Java desde cero: el código ya en la estructura de Proton y todo el registro hecho en Proton, sin abrir la pantalla.

Qué necesitas​

  • Un asistente que trabaje en tu máquina, como Claude Code o Codex: clona el modelo, escribe el código, lo ejecuta y hace el push.
  • Escritura habilitada en la organización y en la conexión. Ver Permisos y seguridad.
  • Un repositorio git del proyecto (GitHub, GitLab o Bitbucket) y una integración git de la organización registrada en Proton, en la pantalla Integraciones. La credencial queda en Proton.
  • Un runner disponible para la primera ejecución.

Cómo empezar​

El conector trae un prompt listo, criar_projeto_do_zero, con dos datos: el lenguaje (python o java) y el objetivo (qué automatizar). En Claude Code:

/mcp__proton__criar_projeto_do_zero

En otros asistentes, pídelo con tus palabras, por ejemplo: "Quiero crear desde cero, con Proton, un proyecto en Java para probar el checkout de la tienda".

El prompt solo aparece con la escritura habilitada.

El camino​

El asistente sigue estos pasos y muestra la propuesta antes de cada decisión (el repositorio, la integración, los sistemas, los nombres de los componentes y de los parámetros, la automatización y el runner):

  1. Modelo. Clona el proyecto modelo del lenguaje en una carpeta nueva y borra del ejemplo lo que no sirve para el objetivo.
  2. Repositorio. Pregunta dónde está el repositorio y hace el primer push.
  3. Integración git. Confirma contigo qué integración de la organización usar.
  4. Repositorio y sistemas en Proton. Registra el repositorio y un sistema por plataforma de la prueba (por ejemplo, el portal y la API), vinculados a él.
  5. Componentes. Propone los pasos, con los parámetros de entrada (in_) y de salida (out_) y la documentación, reutilizando los parámetros que ya existen, y los registra en Proton.
  6. Código. Genera el archivo de cada componente en el formato del modelo y escribe la lógica. El archivo generado falla a propósito hasta que se escriba la lógica: una ejecución nunca pasa sin hacer nada.
  7. Automatización y datos. Crea la automatización y el dataset, con los pasos en orden y los valores. Las contraseñas, los tokens y las claves van cifrados, nunca en el código.
  8. Revisión del proyecto. Hace el push en una rama de trabajo y ejecuta check_project, hasta que no quede ningún error.
  9. Ejecución. Pone el dataset en un grupo, elige un runner contigo, ejecuta check_automation y ejecuta en la rama de trabajo. La primera ejecución de un repositorio en un runner descarga el código y prepara el ambiente, y puede tardar minutos.
  10. Corrección. Si falla, lee el log, las evidencias y el detalle de la ejecución, corrige, hace el push y ejecuta de nuevo.
  11. Entrega. Con todo pasando, tú decides el merge de la rama de trabajo. Después, si lo pides, el asistente programa una recurrencia.

Revisión antes de ejecutar​

Dos herramientas indican, antes de la ejecución, lo que la haría fallar. También sirven para proyectos que ya existen: pide "revisa el proyecto del sistema Portal" o "revisa si la automatización Pedido de venta está lista para ejecutarse".

check_project lee el repositorio por la integración git, sin guardar nada, y compara el código con el contrato del proyecto y con el registro de Proton:

  • el archivo que el runner usa para reconocer el proyecto (pom.xml o pytest.ini) y el punto de entrada de Proton;
  • la Proton Cloud SDK declarada y la versión mínima;
  • el archivo de cada componente registrado, y los archivos de componente que no están en Proton;
  • los parámetros que el código lee o devuelve y que el componente no tiene, incluso con mayúsculas diferentes;
  • las contraseñas o los tokens commiteados en el repositorio.

check_automation revisa si los datasets están listos: cada paso con componente, sistema, repositorio e integración; los valores de entrada; las referencias a salidas y variables; los secretos sin cifrar; el ambiente; un runner disponible; y el dataset en un ciclo abierto.

Las dos separan los errores (lo que hace que la ejecución falle o dé un resultado incorrecto) de los avisos (lo que merece una revisión).

Lo que Proton no hace​

El conector nunca escribe en tu repositorio git: quien escribe el código y hace el push es el asistente, en tu máquina. El merge de la rama de trabajo en la rama predeterminada siempre es decisión tuya.