Use Cases (Actualizado: 18/9/2026)

Preflight de Cloud Run Jobs para inspección industrial con Claude Code

Revisa CSV de inspección, fotos, aprobaciones, variables y secretos antes de pasar a Cloud Run Jobs.

Preflight de Cloud Run Jobs para inspección industrial con Claude Code

Al final del turno nocturno, la persona responsable de calidad está a punto de entregar el CSV de inspección y la lista de fotos al procesamiento cloud. Entonces el jefe de línea detiene todo: ese lote todavía no está aprobado. El CSV mezcla filas pass, hold y fail; una ruta de foto parece contener el nombre de un operario; y la hoja de variables de entorno conserva un valor que parece una API key en texto plano. El job podría ejecutarse, pero después será difícil explicar el movimiento de esos datos ante un cliente, una auditoría o un análisis de defecto.

Este artículo muestra cómo crear con Claude Code un preflight antes de entregar reportes de inspección industrial a Cloud Run Jobs. Cloud Run Jobs sirve para cargas batch que arrancan un contenedor, ejecutan tareas y terminan; no es un servicio HTTP que queda escuchando. Aquí no nos conectamos a Google Cloud. El alcance del título es una revisión local de contrato antes de ejecutar, no una integración viva con Cloud Run.

Las afirmaciones técnicas sensibles al tiempo se verificaron en documentación oficial: crear Cloud Run Jobs, variables de entorno para jobs, secretos para jobs, identidad de servicio para jobs y Claude Code settings. La prueba local solo demuestra el contrato de entrada local; no demuestra autenticación, IAM, acceso a almacenamiento ni comportamiento productivo.

Puntos clave

  • Une CSV de inspección, reglas de URI de fotos, configuración de Cloud Run Job y checklist de aprobación en una sola revisión previa.
  • Pide a Claude Code revisar columnas, tipos de valor, estado de aprobación, nombres de objetos, variables de entorno y frontera de Secret Manager.
  • Deja a las personas las decisiones sobre lotes detenidos, explicación al cliente, retención, alcance de cuentas de servicio y aprobación de calidad.
  • Empieza con fixtures locales ficticios. Este artículo no llama a Cloud Run, Cloud Storage, Secret Manager ni a un MES de fábrica.
  • La única CTA principal es formación y consultoría para diseñar esta frontera en una empresa.

Flujo de trabajo: convertir reportes de inspección en un contrato de job

El flujo aplica a inspección visual, inspección dimensional, revisión de equipos o resumen de calidad al cierre de turno. Las entradas habituales son inspection_results.csv, lista de URI de fotos, tabla de variables del job batch y checklist de aprobación de calidad. MES significa sistema de ejecución de manufactura: el sistema interno que gestiona órdenes, avance de proceso y resultados de inspección.

El primer paso no es pedir a la IA que decida si el lote es bueno. Es definir qué forma debe tener una entrada antes de entrar al job. En este ejemplo el CSV debe contener report_id, line_id, product_code, lot_no, measured_value, unit, status, inspector, approved, photo_uri y retention_until. status solo admite pass, hold y fail. Una fila cuyo approved no sea yes no pasa al input del job.

Las URI de fotos tampoco deben convertirse en notas escondidas. Un patrón más seguro es gs://factory-qc-evidence/line-a/2026-09/LOT-1042/report-QC-9001-01.webp, con línea, mes, lote e ID de reporte. No pongas nombres de operarios, correos, teléfonos ni nombres completos en las claves. Otros flujos relacionados son reportes de problemas de calidad en manufactura y revisión de manifiestos GKE para manufactura. Este artículo se concentra en el contrato previo al batch cloud.

Después se revisa la configuración de Cloud Run Job. La documentación de Google Cloud explica que las variables de entorno se inyectan como pares clave/valor accesibles por el código del contenedor, y advierte que los secretos no deben almacenarse allí. Para secretos, usa referencias de Secret Manager. Si el job accede a APIs de Google Cloud, revisa la identidad de servicio, es decir, la cuenta de servicio que usará el job. Claude Code puede convertir esto en una tabla, pero una persona aprueba cuenta y roles.

flowchart TD
  A[Preparar CSV local de inspección] --> B[Revisar URI de fotos y retención]
  B --> C[Validar frontera env/secret del Cloud Run Job]
  C --> D[Claude Code genera tabla de hallazgos]
  D --> E[Calidad decide sobre hold/fail]
  E --> F[Tras aprobación, una persona entrega a gcloud o CI]

Qué delegar a Claude Code y qué decide una persona

Claude Code debe encargarse de comprobaciones repetibles de contrato. Puede detectar columnas faltantes, mediciones no numéricas, filas no aprobadas, patrones sospechosos en photo_uri, imágenes con :latest, serviceAccount en default, y variables cuyo nombre parezca PASSWORD, TOKEN o API_KEY. También ayuda a comparar CSV, JSON del job y checklist para producir una tabla de revisión.

Las personas deciden responsabilidad de calidad y riesgo operativo. Alguien debe decidir si un lote hold se reinspecciona, si se detiene el envío, qué se explica al cliente, si la retención de fotos coincide con contrato y política interna, qué permisos mínimos necesita la cuenta de servicio y cuándo se detiene un job nocturno. La salida de Claude Code es evidencia para conversar, no opinión legal, garantía de calidad ni prueba de IAM correcto.

En permisos, usa settings de Claude Code para limitar lectura de archivos y ejecución de Bash. Mantén fuera del prompt .env, CSV productivos y datos personales sin anonimizar. Primero trabaja con fixtures fijos y luego mueve solo la tabla de revisión al procedimiento real. La petición no es “sube esto”, sino “verifica si esto está listo para que una persona lo apruebe y lo suba”.

Tres casos de uso

Use case 1: decidir si filas del CSV pueden entrar al job

Entrada: CSV de inspección, definición de columnas, valores permitidos de status, campo de aprobación y fecha de retención. Un mismo archivo puede mezclar pass, hold y fail.

Salida: tabla de columnas faltantes, fechas inválidas, filas no aprobadas, mediciones no numéricas y retenciones faltantes. La salida separa listo, revisión humana y bloqueado.

Revisión humana: calidad decide si una fila hold o fail se excluye, se reinspecciona o escala a parada de lote.

Use case 2: evitar datos personales o temporales en URI de fotos

Entrada: lista de URI de fotos, regla de nombres, ID de línea, lote e ID de reporte. Con prisa, una foto puede guardarse con nombre de operario, nombre de dispositivo o carpeta temporal.

Salida: hallazgos para cadenas tipo correo, teléfono, nombre legible, private y tmp. Claude Code también propone una forma de URI más segura.

Revisión humana: el equipo decide el ID mínimo trazable, qué queda en el registro restringido y qué patrones de clave se permiten.

Use case 3: revisar la frontera de secretos del Cloud Run Job

Entrada: JSON de configuración del job, tabla de variables, claves previstas para Secret Manager, cuenta de servicio, reintentos y timeout.

Salida: tabla con API_KEY, PASSWORD, TOKEN o SECRET en variables planas, existencia de referencias secret, cuenta dedicada e imagen sin :latest.

Revisión humana: los administradores cloud deciden recursos de Secret Manager, roles mínimos y si un job fallido puede reintentarse sin duplicar efectos.

Prompt para copiar y pegar

Eres responsable del preflight antes de entregar un reporte de inspección industrial a un Cloud Run Job.
El objetivo es alinear CSV de inspección, reglas de URI de fotos, configuración del Job y checklist de aprobación antes de ejecutar.

Entradas:
- Muestra de CSV de inspección:
- Regla de nombres para URI de fotos:
- JSON de configuración de Cloud Run Job:
- Checklist de aprobación:
- Reglas de retención y borrado:

Comprueba:
1. Columnas obligatorias faltantes
2. measured_value no numérico
3. status fuera de pass/hold/fail
4. approved distinto de yes
5. photo_uri con nombres, correos, teléfonos, tmp o private
6. image del Job usando latest
7. env con API_KEY/PASSWORD/TOKEN en texto plano
8. serviceAccount no default y permisos que deben confirmarse

Salida:
- Tabla "listo", "revisión humana" y "bloqueado"
- Sugerencias de corrección
- Elementos que debe aprobar una persona
- Fronteras no verificadas

Restricciones:
- No conectarse a servicios cloud reales
- No conservar CSV productivo ni datos personales en la salida
- No insertar ClaudeCodeLab, enlaces de formación ni CTA del sitio en el artefacto generado

Validador local ejecutable

El siguiente código solo revisa fixtures fijos del artículo. No llama a Cloud Run API, Cloud Storage, Secret Manager, MES ni red. Si lo guardas localmente, usa una ruta como tools/inspection-job-preflight.mjs; eso no significa que el archivo exista ya en este repositorio.

const requiredColumns = ["report_id","line_id","product_code","lot_no","measured_value","unit","status","inspector","approved","photo_uri","retention_until"];
const inspectionCsv = `report_id,line_id,product_code,lot_no,measured_value,unit,status,inspector,approved,photo_uri,retention_until
QC-9001,line-a,P-441,LOT-1042,0.31,mm,pass,EMP-014,yes,gs://factory-qc-evidence/line-a/2026-09/LOT-1042/report-QC-9001-01.webp,2027-09-30
QC-9002,line-a,P-441,LOT-1042,not-number,mm,hold,EMP-014,no,gs://factory-qc-evidence/private/[email protected],2027-09-30
QC-9003,line-b,P-882,LOT-2099,12.8,N,review,EMP-091,yes,gs://factory-qc-evidence/line-b/tmp/LOT-2099/report-QC-9003.webp,`;
const jobConfig = { name: "inspection-summary-job", image: "asia-northeast1-docker.pkg.dev/factory/prod/inspection-summary:latest", serviceAccount: "default", maxRetries: 3, timeoutSeconds: 1800, env: { REPORT_BUCKET: "factory-qc-evidence", API_KEY: "plain-text-key" }, secrets: { DB_PASSWORD: "projects/123456789/secrets/qc-db-password:2" } };
function parseCsv(text) { const [headerLine, ...rows] = text.trim().split("\n"); const headers = headerLine.split(","); return rows.map((line) => { const values = line.split(","); return Object.fromEntries(headers.map((header, index) => [header, values[index] ?? ""])); }); }
function looksLikeIsoDate(value) { return /^\d{4}-\d{2}-\d{2}$/.test(value) && !Number.isNaN(Date.parse(value)); }
function validateRows(rows) { const issues = []; const allowedStatus = new Set(["pass", "hold", "fail"]); for (const [index, row] of rows.entries()) { const rowNo = index + 1; for (const column of requiredColumns) { if (!(column in row) || row[column].trim() === "") issues.push({ scope: `row ${rowNo}`, severity: "block", message: `missing ${column}` }); } if (!Number.isFinite(Number(row.measured_value))) issues.push({ scope: `row ${rowNo}`, severity: "block", message: "measured_value must be numeric" }); if (!allowedStatus.has(row.status)) issues.push({ scope: `row ${rowNo}`, severity: "block", message: "status must be pass, hold, or fail" }); if (row.status !== "pass" || row.approved !== "yes") issues.push({ scope: `row ${rowNo}`, severity: "review", message: "human approval required before handoff" }); if (!looksLikeIsoDate(row.retention_until)) issues.push({ scope: `row ${rowNo}`, severity: "review", message: "retention_until must be an ISO date" }); if (/@|\b\d{2,4}[- ]\d{2,4}[- ]\d{3,4}\b|private|tmp/i.test(row.photo_uri)) issues.push({ scope: `row ${rowNo}`, severity: "review", message: "photo_uri may expose personal or temporary data" }); } return issues; }
function validateJobConfig(config) { const issues = []; if (/:latest\b/.test(config.image)) issues.push({ scope: "job.image", severity: "block", message: "pin the image tag or digest instead of latest" }); if (!config.serviceAccount || config.serviceAccount === "default") issues.push({ scope: "job.serviceAccount", severity: "block", message: "use a dedicated service account" }); for (const key of Object.keys(config.env ?? {})) { if (/(API_KEY|PASSWORD|TOKEN|SECRET)/i.test(key)) issues.push({ scope: `job.env.${key}`, severity: "block", message: "move secrets to Secret Manager references" }); } if (!config.secrets || Object.keys(config.secrets).length === 0) issues.push({ scope: "job.secrets", severity: "review", message: "list required Secret Manager references" }); if (!Number.isInteger(config.maxRetries) || config.maxRetries < 0 || config.maxRetries > 5) issues.push({ scope: "job.maxRetries", severity: "review", message: "confirm retry count with operations" }); return issues; }
const rows = parseCsv(inspectionCsv);
const report = [...validateRows(rows), ...validateJobConfig(jobConfig)];
console.table(report);
process.exitCode = report.some((item) => item.severity === "block") ? 1 : 0;

Este código prueba solo parsing local y validación de fixtures. No prueba que el Job pueda crearse, que la cuenta tenga roles correctos, que exista un secreto, que la foto exista ni que el batch termine en producción.

Pitfall: causas y correcciones concretas

El primer error es dejar pasar filas hold porque “alguien las revisará después”. La causa es mezclar agregación y juicio de calidad en el mismo batch. Corrígelo separando pass, hold y fail antes de crear el input; hold y fail van a una cola de revisión humana, no al payload del Job.

El segundo error es usar la URI de foto como campo de notas. Nombres de operarios, correos, dispositivos, tmp o private hacen más difícil explicar borrado y alcance de acceso. Corrígelo usando solo línea, mes, lote e ID de reporte en la URI, y dejando identidad o razones en un registro restringido.

El tercer error es tratar variables de entorno y secretos como equivalentes. Cloud Run Jobs permite variables, pero Google Cloud advierte que los secretos deben ir a Secret Manager. Corrígelo dejando solo ajustes no secretos en env y moviendo cadenas de conexión, API keys, contraseñas y tokens a referencias secret.

El cuarto error es mantener serviceAccount: default. La causa es creer que si el Job corre, los permisos están diseñados. Corrígelo creando una cuenta dedicada, otorgando solo los roles mínimos por API y registrando al aprobador en el checklist.

Medición pequeña de ROI

No inventes un porcentaje de ahorro. Cuenta el trabajo bloqueado. Durante dos semanas registra filas de CSV, problemas bloqueantes, problemas para revisión humana, reenvíos, tiempo desde exportar CSV hasta handoff y llamadas nocturnas. Después del preflight, mide lo mismo otras dos semanas. Señales útiles son filas no aprobadas detectadas antes, correcciones de URI, hallazgos de migración de secretos y rechazos antes del turno nocturno.

La meta no es afirmar que Claude Code siempre ahorra una cantidad fija de minutos. La planta, número de líneas, estructura de aprobación y frecuencia del Job cambian el resultado. El primer objetivo de ROI es detectar inputs que no deben entrar al batch mientras las personas correctas siguen disponibles.

Preguntas frecuentes

Q. ¿Puede ser un servicio de Cloud Run en vez de un Job?

A. Usa servicio para manejo HTTP continuo. Usa Job cuando un contenedor procesa un lote y termina. Este artículo cubre solo el preflight local antes del handoff a Cloud Run Jobs.

Q. ¿Puedo mostrar el CSV real a Claude Code?

A. Empieza con fixtures anonimizados. Para CSV productivos, confirma reglas internas de permisos, ubicación, auditoría y columnas prohibidas. Este artículo no es asesoría legal ni de auditoría.

Q. ¿Basta con poner el validador en CI?

A. No. CI bloquea parte del contrato de entrada. Aprobación de calidad, identidad de servicio, Secret Manager, IAM y logs reales del Job requieren revisión aparte.

Q. ¿Qué debo dar a Claude Code?

A. Fixtures fijos, definición de columnas, reglas de nombres, JSON del Job y checklist. No pegues .env, claves productivas, datos personales sin máscara ni contratos de proveedores.

Llevarlo a operaciones

Un preflight cloud para manufactura no es solo código. Calidad, operaciones, sistemas y administración cloud necesitan separar con el mismo lenguaje qué verifica la IA y qué detiene una persona. Para diseñar frontera de permisos, tabla de revisión, prompt y medición ROI alrededor de Cloud Run Jobs y CSV de inspección, usa formación y consultoría.

Lo que probé realmente

Probé el validador JavaScript anterior con node contra fixtures locales fijos. La salida detecta measured_value no numérico, filas no aprobadas, status inválido, photo_uri con private y tmp, imagen con :latest, cuenta default y API_KEY en texto plano.

Las URL oficiales revisadas fueron creación de Cloud Run Jobs, variables de entorno, secretos, identidad de servicio y Claude Code settings. No ejecuté gcloud run jobs create, no llamé Cloud Run API, no leí Cloud Storage, no accedí a Secret Manager, no verifiqué IAM, no conecté MES ni revisé CSV productivo. La evidencia llega solo a que el contrato local de entrada puede comprobarse.

#claude-code #manufactura #Cloud Run #CSV de inspección #aprobación
Gratis

PDF gratis: cheatsheet de Claude Code

Introduce tu email y descarga una hoja con comandos, hábitos de revisión y flujos seguros.

Cuidamos tus datos y no enviamos spam.

Masa

Sobre el autor

Masa

Ingeniero enfocado en workflows prácticos con Claude Code.