Préflight Cloud Run Jobs pour inspections industrielles avec Claude Code
Vérifiez CSV d'inspection, photos, validations, variables et secrets avant Cloud Run Jobs.
À la fin d’une équipe de nuit, la responsable qualité s’apprête à transmettre un CSV d’inspection et une liste de photos au traitement cloud. Le chef de ligne l’arrête: ce lot n’est pas encore validé. Le CSV mélange des lignes pass, hold et fail; une URI de photo semble contenir un nom d’opérateur; la feuille de variables d’environnement garde une valeur qui ressemble à une clé API en clair. Le job pourrait tourner, mais l’équipe aura du mal à expliquer ce transfert lors d’un audit, d’une analyse de défaut ou d’une réponse client.
Cet article montre comment utiliser Claude Code pour créer un préflight avant de transmettre des rapports d’inspection industrielle à Cloud Run Jobs. Cloud Run Jobs sert aux traitements batch qui démarrent un conteneur, exécutent une tâche et se terminent; ce n’est pas un service HTTP permanent. Ici, nous ne nous connectons pas à Google Cloud. Le titre promet une vérification locale de contrat avant exécution, pas une intégration live.
Les points techniques instables ont été vérifiés dans les sources officielles: création de Cloud Run Jobs, variables d’environnement des jobs, secrets des jobs, identité de service des jobs et Claude Code settings. Le test local prouve seulement le contrat d’entrée local; il ne prouve ni authentification, ni IAM, ni accès stockage, ni comportement de production.
Points clés
- Regrouper CSV d’inspection, règles d’URI photo, configuration Cloud Run Job et checklist de validation dans une revue unique.
- Demander à Claude Code de lire colonnes, types de valeur, état de validation, règles de nommage, variables d’environnement et frontière Secret Manager.
- Garder aux humains les décisions sur lots bloqués, explication client, durée de conservation, compte de service et validation qualité finale.
- Commencer avec des fixtures locales fictives. Cet article n’appelle pas Cloud Run, Cloud Storage, Secret Manager ni un MES industriel.
- Le seul CTA principal est formation et conseil pour concevoir cette frontière dans l’entreprise.
Flux de travail: transformer un rapport d’inspection en contrat de job cloud
Le cas vise l’inspection visuelle, l’inspection dimensionnelle, le contrôle d’équipement ou le résumé qualité de fin d’équipe. Les entrées sont souvent inspection_results.csv, une liste d’URI photo, une feuille de variables d’environnement et une checklist de validation. MES signifie système d’exécution de fabrication: l’outil interne qui suit ordres, état de process et résultats d’inspection.
La première étape n’est pas de demander à l’IA si le lot est bon. Il faut définir la forme qu’une entrée doit respecter avant d’arriver dans le job. Dans cet exemple, le CSV doit contenir report_id, line_id, product_code, lot_no, measured_value, unit, status, inspector, approved, photo_uri et retention_until. status n’accepte que pass, hold et fail. Une ligne dont approved n’est pas yes ne passe pas dans l’input.
Les URI de photos ne doivent pas devenir un champ de notes. Un format plus sûr est gs://factory-qc-evidence/line-a/2026-09/LOT-1042/report-QC-9001-01.webp, avec ligne, mois, lot et ID de rapport. Pas de noms d’opérateurs, emails, téléphones ou noms complets dans les clés. Des flux proches existent dans rapport de problème qualité industriel et revue de manifeste GKE industriel. Ici, nous ciblons le contrat entre ces deux moments: avant le batch cloud.
Ensuite, on révise la configuration Cloud Run Job. La documentation Google Cloud indique que les variables d’environnement sont injectées comme paires clé/valeur accessibles par le code du conteneur, et avertit de ne pas y stocker les secrets. Pour les secrets, utilisez Secret Manager. Si le job appelle des API Google Cloud, vérifiez l’identité de service, c’est-à-dire le compte de service utilisé par le job. Claude Code peut structurer la checklist, mais l’approbation des rôles reste humaine.
flowchart TD
A[Préparer le CSV d'inspection local] --> B[Vérifier URI photo et conservation]
B --> C[Contrôler frontière env/secret du Cloud Run Job]
C --> D[Claude Code produit le tableau d'écarts]
D --> E[La qualité décide hold/fail]
E --> F[Après validation, humain transmet à gcloud ou CI]
Ce que Claude Code traite et ce que l’humain décide
Claude Code traite les contrôles répétables du contrat. Il peut repérer des colonnes manquantes, mesures non numériques, lignes non validées, motifs suspects dans photo_uri, images encore en :latest, serviceAccount à default, et variables dont le nom ressemble à PASSWORD, TOKEN ou API_KEY. Il aide aussi à comparer CSV, JSON du job et checklist pour produire un tableau de revue.
Les humains décident de la responsabilité qualité et du risque opérationnel. Quelqu’un doit décider si un lot hold est réinspecté, si l’expédition s’arrête, quoi dire au client, si la rétention photo convient au contrat, quels rôles minimaux donner au compte de service, et quand arrêter un job de nuit. La sortie de Claude Code est un support de décision, pas un avis juridique, pas une garantie qualité et pas une preuve IAM.
Côté permissions, utilisez les settings de Claude Code pour limiter lecture de fichiers et exécution Bash. Gardez hors du prompt .env, CSV productifs et données personnelles non anonymisées. Travaillez d’abord sur fixtures fixes, puis déplacez seulement le tableau de revue vers la procédure réelle. La demande à Claude Code est “vérifie si c’est prêt pour approbation humaine”, pas “téléverse-le”.
Trois cas d’usage
Use case 1: décider quelles lignes du CSV peuvent entrer dans le job
Entrée: CSV d’inspection, définition des colonnes, valeurs status autorisées, champ de validation et date de conservation. Le fichier peut mélanger pass, hold et fail.
Sortie: tableau des colonnes absentes, dates invalides, lignes non validées, mesures non numériques et rétentions manquantes. Les lignes prêtes, à revue humaine et bloquées sont séparées.
Vérification humaine: le responsable qualité décide si une ligne hold ou fail est exclue, réinspectée ou escaladée en arrêt de lot.
Use case 2: éviter les données personnelles ou temporaires dans les URI photo
Entrée: liste d’URI, règle de nommage, ID de ligne, numéro de lot et ID de rapport. Dans l’urgence, une photo peut garder le nom d’un opérateur, d’un terminal ou un dossier temporaire.
Sortie: détection des chaînes de type email, téléphone, nom lisible, private et tmp. Claude Code propose aussi une forme d’URI plus sûre.
Vérification humaine: l’équipe choisit l’ID traçable minimal, les informations du registre restreint et les motifs de clé autorisés.
Use case 3: revoir la frontière des secrets du Cloud Run Job
Entrée: JSON de configuration, table des variables, clés prévues pour Secret Manager, compte de service, retries et timeout.
Sortie: tableau indiquant si API_KEY, PASSWORD, TOKEN ou SECRET apparaissent en variables planes, si des références secret existent, si le compte est dédié et si l’image évite :latest.
Vérification humaine: les administrateurs cloud choisissent les ressources Secret Manager, les rôles minimaux et la possibilité de relancer un job échoué.
Prompt à copier
Tu es responsable du préflight avant transmission d'un rapport d'inspection industrielle à un Cloud Run Job.
Objectif: aligner CSV d'inspection, règles d'URI photo, configuration du Job et checklist de validation avant exécution.
Entrées:
- Échantillon de CSV d'inspection:
- Règle de nommage des URI photo:
- JSON de configuration Cloud Run Job:
- Checklist de validation:
- Règles de conservation et suppression:
Contrôles:
1. Colonnes obligatoires manquantes
2. measured_value non numérique
3. status hors pass/hold/fail
4. approved différent de yes
5. photo_uri avec noms, emails, téléphones, tmp ou private
6. image du Job utilisant latest
7. env avec API_KEY/PASSWORD/TOKEN en clair
8. serviceAccount non default et permissions à confirmer
Sortie:
- Tableau "prêt", "revue humaine", "bloqué"
- Corrections proposées
- Points à approuver par un humain
- Frontières non vérifiées
Contraintes:
- Ne pas se connecter à de vrais services cloud
- Ne pas conserver CSV productif ni données personnelles
- Ne pas insérer ClaudeCodeLab, liens de formation ou CTA du site dans l'artefact généré
Validateur local exécutable
Le code suivant vérifie seulement les fixtures fixes de l’article. Il n’appelle pas Cloud Run API, Cloud Storage, Secret Manager, MES ou réseau. Si vous le sauvegardez, utilisez par exemple tools/inspection-job-preflight.mjs; cela ne signifie pas que ce fichier existe déjà dans ce dépôt.
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;
Ce code prouve seulement le parsing local et la validation de fixtures. Il ne prouve pas qu’un Job peut être créé, que le compte a les bons rôles, qu’un secret existe, qu’une photo existe ou que le batch termine en production.
Pièges et corrections
Premier piège: laisser passer les lignes hold parce que “quelqu’un les regardera plus tard”. La cause est le mélange entre agrégation et décision qualité. Corrigez en séparant pass, hold et fail avant de créer l’input; hold et fail vont dans une file de revue humaine, pas dans le payload du Job.
Deuxième piège: utiliser l’URI photo comme champ de notes. Noms d’opérateurs, emails, noms de terminal, tmp ou private rendent suppression et périmètre d’accès plus difficiles à expliquer. Corrigez en limitant l’URI à ligne, mois, lot et ID de rapport, et en plaçant identité et raisons dans un registre restreint.
Troisième piège: traiter variables d’environnement et secrets comme équivalents. Cloud Run Jobs permet les variables, mais Google Cloud recommande Secret Manager pour les secrets. Corrigez en gardant les réglages non secrets dans env et en déplaçant chaînes de connexion, clés API, mots de passe et tokens vers des références secret.
Quatrième piège: garder serviceAccount: default. La cause est de croire qu’un job qui tourne a des permissions bien conçues. Corrigez avec un compte dédié au job, des rôles minimaux par API Google Cloud et un approbateur dans la checklist.
Petite mesure de ROI
N’inventez pas de pourcentage de gain. Comptez le travail bloqué. Pendant deux semaines, notez nombre de lignes CSV, problèmes bloquants, points de revue humaine, resoumissions, délai entre export CSV et handoff, appels de nuit. Après préflight, mesurez pareil deux semaines. Les bons signaux sont lignes non validées détectées avant, URI corrigées, secrets à migrer et refus avant l’équipe de nuit.
Le but n’est pas d’affirmer que Claude Code économise toujours un nombre fixe de minutes. Usine, nombre de lignes, structure d’approbation et fréquence des jobs changent le résultat. Le premier ROI est de trouver les entrées qui ne doivent pas entrer dans le batch tant que les bonnes personnes sont disponibles.
Questions fréquentes
Q. Peut-on utiliser un service Cloud Run plutôt qu’un Job?
A. Utilisez un service pour du HTTP continu. Utilisez un Job quand un conteneur traite un lot puis termine. Cet article couvre seulement le préflight local avant Cloud Run Jobs.
Q. Puis-je montrer le vrai CSV à Claude Code?
A. Commencez par des fixtures anonymisées. Pour des CSV productifs, confirmez droits, lieu de stockage, journaux d’audit et colonnes interdites. Ceci n’est pas un conseil juridique ou d’audit.
Q. Mettre le validateur en CI suffit-il?
A. Non. La CI bloque une partie du contrat d’entrée. Validation qualité, identité de service, Secret Manager, IAM et logs réels du Job demandent une revue séparée.
Q. Que donner à Claude Code?
A. Fixtures fixes, définition des colonnes, règles de nommage, JSON du Job et checklist. Ne collez pas .env, clés de production, données personnelles non masquées ni contrats fournisseurs.
Passage en exploitation
Un préflight cloud industriel n’est pas seulement du code. Qualité, opérations, SI et administrateurs cloud doivent distinguer avec le même vocabulaire les contrôles confiés à l’IA et les décisions humaines d’arrêt. Pour concevoir frontière de permissions, tableau de revue, prompt et feuille ROI autour de Cloud Run Jobs et CSV d’inspection, utilisez formation et conseil.
Ce que j’ai réellement testé
J’ai exécuté le validateur JavaScript ci-dessus avec node sur des fixtures locales fixes. La sortie détecte measured_value non numérique, lignes non validées, status invalide, photo_uri avec private et tmp, image :latest, compte default et API_KEY en clair.
Les URL officielles vérifiées couvrent création de Cloud Run Jobs, variables d’environnement, secrets, identité de service et Claude Code settings. Je n’ai pas exécuté gcloud run jobs create, appelé Cloud Run API, lu Cloud Storage, accédé à Secret Manager, vérifié IAM, connecté un MES ni inspecté un CSV productif. La preuve s’arrête au contrôle local du contrat d’entrée.
Articles liés
Déployer sur GCP Cloud Run avec Claude Code : guide pratique
Déployez une API Node.js sécurisée sur Cloud Run avec Docker, IAM, secrets, logs et rollback.
Préparer un CSV de réservations hôtelières avant transfert cloud
Contrôlez données personnelles, consentement, clés d'objet et validation avant un transfert cloud hôtelier.
Industrie agroalimentaire : rédiger les fiches produit et vérifier les allergènes avec Claude Code
Agroalimentaire : rédiger les fiches produit et vérifier les allergènes avec Claude Code. Prompts et script de contrôle inclus.
PDF gratuit: cheatsheet Claude Code
Saisissez votre email et téléchargez une page avec commandes, habitudes de review et workflow sûr.
Nous protégeons vos données et n'envoyons pas de spam.
À propos de l'auteur
Masa
Ingénieur spécialisé dans les workflows pratiques avec Claude Code.