Pipelines declarativas

Última atualização: 08/09/2026

Pipelines declarativas permitem definir, configurar e implementar Qlik Talend Data Integration projetos de pipeline inteiramente em código usando arquivos YAML. Você edita os arquivos em qualquer ambiente de desenvolvimento integrado ou sistema de controle de versão, então os implementa para criar ou atualizar projetos.

Quando usar pipelines declarativos

Use pipelines declarativos para promover:

• Colaboração

• Integração Contínua / Entrega Contínua

• Implementação repetível para diferentes ambientes

• Automação orientada por API

Aqui estão alguns casos de uso típicos:

• Defina pipelines em código para automação de integração contínua e desenvolvimento.

• Implante configurações de pipeline idênticas em vários ambientes (desenvolvimento, verificação, produção).

• Reutilize e compartilhe definições de pipeline entre projetos ou equipes.

• Automate criação de projetos em larga escala sem trabalho manual.

Como funciona

Um projeto de pipeline é representado como um conjunto de arquivos YAML organizado em uma estrutura de pastas que espelha as tarefas e os conjuntos de dados do projeto. Arquivos YAML são mais fáceis de ler, ver diferenças, revisar, reutilizar e criar automação.

Você pode exportar um projeto existente como YAML, editar os arquivos e importá-los de volta para aplicar suas alterações. Se o projeto estiver conectado ao controle de versão, os arquivos YAML estão diretamente disponíveis em seu GitHub repositório.

Para mais informações sobre a estrutura do arquivo YAML, consulte Recuperando e editando uma configuração de pipeline.

Fluxo de trabalho típico

Antes de começar, você deve configurar seu ambiente de desenvolvimento e controle de versão. Para obter mais informações, consulte Primeiros passos com pipelines declarativos.

Um fluxo de trabalho de pipeline declarativo típico se parece com isto:

1. Recuperar a configuração da pipeline

   Você pode exportar um projeto existente como YAML, recuperá-lo do controle de versão, ou começar de um modelo.

   Recuperando e editando uma configuração de pipeline

2. Editar a configuração da pipeline

   Modifique os arquivos YAML no seu ambiente de desenvolvimento. Você pode adicionar tarefas, alterar seleções de origem e atualizar configurações.

   Guia do desenvolvedor: Pipelines declarativos

3. Validar a configuração da pipeline

   Verifique os arquivos quanto a erros de sintaxe e semântica antes de implantar a pipeline.

   Validando uma configuração de pipeline

4. Implantar a configuração da pipeline

   Importe os arquivos para criar ou atualizar o projeto em Qlik Talend Data Integration.

   Você também pode fazer commit dos arquivos para o controle de versão e realizar a aplicação a partir do controle de versão no projeto em Qlik Talend Data Integration.

   Implementando uma configuração de pipeline

Relação com controle de versão

Quando um projeto está conectado ao controle de versão, os arquivos YAML são armazenados diretamente em seu repositório GitHub. Você pode editar os arquivos YAML no GitHub ou em qualquer IDE e, em seguida, aplicar as alterações de volta ao projeto.

Para obter informações sobre como conectar um projeto ao controle de versão, consulte Gerencie seus projetos de pipeline com controle de versão.

Usando assistentes de IA para configurar pipelines

Utilize assistentes de IA (como GitHub Copilot ou Anthropic Claude) para otimizar a criação e edição de configurações YAML. Para garantir acurácia e a adesão aos padrões do projeto, seguir estas melhores práticas:

1. Selecione um modelo de alta capacidade — Use um modelo premium de grande contexto (por exemplo, Anthropic Claude Sonnet 4.6 ou superior) em vez de um modelo padrão ou "automático" para geração complexa de YAML e aderência ao esquema. Modelos avançados interpretam corretamente esquemas de pipeline complexos e produzem configurações mais precisas.

2. Configurar instruções de IA específicas do projeto — Melhore a qualidade da configuração gerada por IA fornecendo contexto do projeto ao modelo. Crie um arquivo de instrução na raiz do seu espaço de trabalho do VS Code. Escolha um dos seguintes:

   • CLAUDE.md (para a extensão Anthropic Claude Code)

   • .github/copilot-instructions.md (para GitHub Copilot)

   O conteúdo do seu arquivo de instrução deve ser o seguinte:

   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

Usando assistentes de IA com Qlik ferramentas MCP

Quando você implementar um Qlik servidor MCP em seu locatário, assistentes de IA podem usar ferramentas MCP dedicadas para ajudar a gerenciar projetos de pipeline programaticamente.

Pré-requisitos

• Qlik Servidor MCP está implantado no seu locatário

• Você tem a Qlik MCP: Permitido permissão atribuída por meio de uma função personalizada

• Você tem permissões para criar ou editar projetos de pipeline

• Um cliente de IA com suporte a MCP (como o VS Code com GitHub Copilot) está configurado para usar o Qlik servidor MCP

Capacidades MCP disponíveis para pipelines de dados

Assistentes de IA podem usar as seguintes capacidades para configurar e gerenciar projetos de pipeline:

• Pesquisar espaços — Obtenha uma lista de espaços disponíveis.

• Pesquisar conexões — Obtenha uma lista de conexões de dados disponíveis.

• Buscar projetos — Obtenha uma lista de projetos de pipeline existentes.

• Pesquisar objetos de conexão — Descobrir tabelas e exibições disponíveis de uma fonte de dados.

• Obter detalhes do projeto de pipeline — Recuperar valores de vinculação do projeto.

Recursos relacionados

• Para implementar o servidor MCP, consulte Qlik servidor MCP

• Para documentação detalhada da ferramenta MCP, consulte Qlik ferramentas MCP

• Para requisitos de permissão, consulte Qlik acesso e permissões do servidor MCP