# Declaratieve pipelines Declaratieve pijplijnen laten je toe om Qlik Talend Data Integration pijplijnprojecten volledig in code te definiëren, configureren en implementeren met behulp van YAML-bestanden. U bewerkt de bestanden in elke geïntegreerde ontwikkelomgeving of versiebeheersysteem, en implementeert ze vervolgens om projecten te maken of bij te werken. ## Wanneer declaratieve pipelines gebruiken Gebruik declaratieve pipelines om te promoten: * Samenwerking * Continue Integratie / Continue Levering * Herhaalbare implementatie naar verschillende omgevingen * API-gestuurde automatisering Hier volgen enkele typische gebruiksscenario's: * Definieer pijplijnen in code voor continue integratie en ontwikkeling automatisering. * Implementeer identieke pijplijnconfiguraties over meerdere omgevingen (ontwikkeling, verificatie, productie). * Hergebruik en deel pijplijndefinities tussen projecten of teams. * Automate grootschalige projectcreatie zonder handmatig werk. ## Zo werkt het Een pijplijnproject wordt weergegeven als een set YAML-bestanden, georganiseerd in een mappenstructuur die de taken en datasets van het project weerspiegelt. YAML-bestanden zijn gemakkelijker te lezen, verschillen te zien, te beoordelen, te hergebruiken en automatisering te creëren. U kunt een bestaand project exporteren als YAML, de bestanden bewerken en ze terug importeren om uw wijzigingen toe te passen. Als het project is verbonden met versiebeheer, zijn de YAML-bestanden direct beschikbaar in uw GitHub opslagplaats. Voor meer informatie over de YAML-bestandsstructuur, zie [Ophalen en bewerken van een pijplijnconfiguratie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Retrieving-editing-pipeline-configuration.htm). InformatieBindingsbestanden (qtcp\_bindings\_definition.json en binding.json) blijven in JSON-indeling voor compatibiliteit met de bindings-API. Voor Legacy exporteren of in bestaande GitHub-projecten heet het bestand bindingTemplate.json en niet qtcp\_bindings\_definition.json. ## Typische workflow Voordat u begint, moet u uw ontwikkelomgeving en versiebeheer instellen. Zie voor meer informatie [Aan de slag met declaratieve pipelines](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Getting-started-declarative-pipelines.htm). Een typische declaratieve pijplijn-workflow ziet er zo uit: 1. De pijplijnconfiguratie ophalen U kunt een bestaand project exporteren als YAML, het ophalen uit versiebeheer, of beginnen met een sjabloon. [Ophalen en bewerken van een pijplijnconfiguratie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Retrieving-editing-pipeline-configuration.htm) 2. Bewerk de pijplijnconfiguratie Wijzig de YAML-bestanden in uw ontwikkelomgeving. U kunt taken toevoegen, bronselecties wijzigen en instellingen bijwerken. [Ontwikkelaarsgids: declaratieve pijplijnen](http://qlik.dev/manage/di-projects/declarative-pipelines/) 3. Valideer de pijplijnconfiguratie controleer de bestanden op syntactische en semantische fouten voordat u de pijplijn implementeert. [Validatie van een pijplijnconfiguratie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Validating-pipeline-configuration.htm) 4. Implementeer de pijplijnconfiguratie Importeer de bestanden om het project aan te maken of bij te werken in Qlik Talend Data Integration. U kunt de bestanden ook vastleggen in versiebeheer en toepassen vanuit versiebeheer uitvoeren in het project in Qlik Talend Data Integration. [Implementatie van een pijplijnconfiguratie](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Deploying-pipeline-configuration.htm) ## Relatie met versiebeheer Wanneer een project is verbonden met versiebeheer, worden de YAML-bestanden direct opgeslagen in uw GitHub-opslagplaats. U kunt de YAML-bestanden bewerken in GitHub of in elke IDE, en vervolgens de wijzigingen weer toepassen op het project. Voor informatie over het verbinden van een project met versiebeheer, zie [Uw pijplijnprojecten beheren met versiebeheer](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/VersionControl/Project-version-control.htm). InformatieAls u een bestaand project hebt dat is verbonden met versiebeheer en het verouderde JSON-formaat gebruikt, kunt u het migreren naar YAML. Zie voor meer informatie [Project migreren naar YAML-indeling](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/DeclarativePipelines/Retrieving-editing-pipeline-configuration.htm#Migrate). ## AI-assistenten gebruiken om pijplijnen te configureren Gebruik AI-assistenten (zoals GitHub Copilot of Anthropic Claude) om het aanmaken en bewerken van YAML-configuraties te stroomlijnen. Om de nauwkeurigheid en naleving van projectstandaarden te waarborgen, volg deze best practices: 1. **Selecteer een model met hoge capaciteit** — Gebruik een premium model met een grote context (bijvoorbeeld Anthropic Claude Sonnet 4.6 of hoger) in plaats van een standaard of 'auto'-model voor complexe YAML-generatie en schema-naleving. Geavanceerde modellen interpreteren complexe pijplijnschema's correct en produceren nauwkeurigere configuraties. 2. **Projectspecifieke AI-instructies configureren** — Verbeter de kwaliteit van AI-gegenereerde configuraties door het model projectcontext te bieden. Maak een instructiebestand in de hoofdmap van uw VS Code-werkruimte. Kies uit een van de volgende: * CLAUDE.md (voor Anthropic Claude Code-uitbreiding) * .github/copilot-instructions.md (voor GitHub Copilot) De inhoud van uw instructiebestand moet als volgt zijn: ``` This is a Qlik Talend Cloud Pipeline (QTCP) project. Before any project advice or YAML edits, I MUST read the source of truth first: https://raw.githubusercontent.com/qlik-oss/schemas/refs/heads/main/qtcp/ai-instructions.md ``` ## Gebruik maken van AI-assistenten met Qlik MCP-tools Wanneer u een Qlik MCP-server in uw tenant implementeert, kunnen AI-assistenten speciale MCP-tools gebruiken om pijplijnprojecten programmatisch te helpen beheren. ### Vereisten * Qlik MCP-server is geïmplementeerd in uw tenant * U hebt de Qlik MCP: Toegestaan machtiging toegewezen via een aangepaste rol * U hebt machtigingen om pijplijnprojecten te maken of te bewerken * Een AI-client met MCP-ondersteuning (zoals VS Code met GitHub Copilot) is geconfigureerd om de Qlik MCP-server te gebruiken ### Beschikbare MCP-mogelijkheden voor datapijplijnen AI-assistenten kunnen de volgende mogelijkheden gebruiken om pijplijnprojecten te configureren en te beheren: * **Zoeken naar ruimtes** — Ontvang een lijst met beschikbare ruimtes. * **Zoek naar verbindingen** — Ontvang een lijst met beschikbare gegevensverbindingen. * **Zoek naar projecten** — Ontvang een lijst met bestaande pijplijnprojecten. * **Zoeken naar verbindingsobjecten** — Ontdek beschikbare tabellen en weergaven uit een gegevensbron. * **Pijplijnprojectdetails ophalen** — Projectbindingswaarden ophalen. ### Gerelateerde bronnen * Om de MCP-server te implementeren, zie [Qlik MCP-server](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikMCP/Qlik-MCP-server.htm) * Voor gedetailleerde documentatie over de MCP-tool, zie [Qlik MCP-tools](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikMCP/Qlik-MCP-server-tools.htm) * Voor machtigingsvereisten, zie [Qlik MCP-servertoegang en -machtigingen](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/QlikMCP/Qlik-MCP-Permissions.htm)