Quando Usar

• Use quando o fluxo de trabalho upstream corresponde ao objetivo declarado do usuário.
• Use quando a tarefa requer os procedimentos documentados nesta habilidade.

Construtor de Regras de Autenticação de Conexão

Use esta habilidade quando o usuário quiser construir Regras de Autenticação de Conexão (armazenadas como ctp_config) para uma conexão Monte Carlo. A configuração é armazenada no objeto Connection no monólito e informa ao agente Apollo como transformar credenciais planas no formato específico do driver connect_args.

Quando ativar esta habilidade

Ative quando o usuário:

• Pedir para criar, construir ou gerar Regras de Autenticação de Conexão
• Perguntar quais campos são necessários para as Regras de Autenticação de Conexão de um tipo de conexão
• Quiser personalizar a transformação de credenciais para uma conexão
• Perguntar sobre MapperConfig, TransformStep ou CtpConfig
• Disser coisas como "ajude-me a escrever Regras de Autenticação de Conexão para X", "qual é o formato das regras de autenticação de conexão para X"

Quando NÃO ativar esta habilidade

Não ative quando o usuário estiver:

• Criando monitores (use a habilidade de criação de monitor)
• Investigando incidentes de dados (use a habilidade de análise de causa raiz)
• Configurando uma conexão na interface do usuário (esta habilidade constrói a configuração JSON, não os fluxos da interface do usuário)

Etapa 1 — Listar tipos de conexão disponíveis

Localize o script complementar com Bash:

find -L ~/.claude . -name fetch_schema.py -path "*/connection-auth-rules/*" 2>/dev/null | head -1

Em seguida, execute-o:

python3 <script_path> --list

O script gera saída JSON. Analise result.connectors — cada entrada tem um campo name. Apresente os nomes ao usuário e pergunte para qual tipo de conexão ele deseja construir uma configuração.

Se o script falhar: Mostre a saída de erro e ofereça para tentar novamente. Não prossiga até ter a lista de conectores.

Etapa 2 — Buscar o esquema do conector

Assim que o usuário selecionar um tipo de conexão, execute o script com esse nome de conector:

python3 <script_path> --connector <name>

O script gera saída JSON. Analise result.schema:

• output_keys — as chaves de connect_args em nível de driver que o mapeador deve produzir (do TypedDict do conector)
• default_field_map — o mapeamento padrão existente (campo de credencial → template Jinja2)
• default_steps — quaisquer etapas de transformação padrão já configuradas

Apresente um resumo ao usuário:

• As chaves de saída
• As entradas do campo de mapeamento padrão
• Quaisquer etapas existentes com seus tipos

Etapa 3 — Buscar opcionalmente etapas de transformação disponíveis

Se a configuração padrão do conector (da Etapa 2) já incluir etapas, ou se o usuário indicar que precisa de etapas de transformação personalizadas, execute:

python3 <script_path> --connector <name> --transforms

Analise result.transforms — cada entrada tem:

• name — a string do tipo de etapa usada em "type"
• step_input — campos que a etapa lê do estado do pipeline
• step_output — campos derivados que a etapa escreve, referenciáveis como {{ derived.<key> }} no mapeador
• step_field_map — entrada típica do mapeador para conectar a saída da etapa em connect_args

Apresente as etapas disponíveis com seus contratos completos (entrada, saída e dica de campo_mapa).

Se o script falhar: Informe o usuário e ofereça para tentar novamente. Você pode continuar sem os dados das etapas — apenas descreva as etapas como desconhecidas e peça ao usuário para especificá-las manualmente.

Etapa 4 — Construir o mapeador

Guie o usuário por cada chave de saída no TypedDict:

1. Mostre o template padrão do MapperConfig do conector (se houver um).
2. Pergunte se eles querem manter o padrão ou personalizá-lo.
3. Para valores personalizados, ajude o usuário a escrever uma expressão de template Jinja2.

Ajuda com templates Jinja2

O contexto do template tem dois namespaces:

• raw — o dicionário de credenciais plano como recebido. Use {{ raw.field_name }} para referenciar um campo de credencial diretamente. Exemplo: {{ raw.client_id }}
• derived — campos adicionados por etapas de transformação. Use {{ derived.field_name }} para referenciar a saída de uma etapa. Exemplo: {{ derived.private_key_pem }}

Padrões comuns:

• Referência de campo simples: "{{ raw.username }}"
• Condicional/padrão: "{{ raw.port | default('1433') }}"
• Concatenação: "{{ raw.host }}:{{ raw.port }}"

Quando o usuário não souber os nomes dos campos de suas credenciais, lembre-os de que eles vêm do dicionário de credenciais do Data Collector — as chaves são o que o DC envia para aquele tipo de conexão.

Etapa 5 — Configurar etapas de transformação (opcional)

…