Conceito e mecanismo
Automação começa com tipos e contratos claros. Uma list comprehension Python pode selecionar nomes apenas dos registos cujo campo booleano está ativo; o resultado depende da expressão e do filtro, não de uma intenção implícita. JSON exige nomes entre aspas duplas e usa false em minúsculas; a string false não é o booleano false.
Mesmo JSON sintaticamente válido pode violar um modelo YANG que restringe tipos, intervalos ou estrutura. Se um valor está fora do intervalo permitido, mudar aspas não resolve necessariamente o contrato. Guarda a versão do modelo e interpreta o erro devolvido antes de repetir pedidos com alterações por tentativa.
Aplicação guiada
Na API Catalyst Center, 202 com taskId permite acompanhar uma operação assíncrona e não prova conclusão. Consulta o estado terminal, trata erro e verifica o resultado antes de passar a responsabilidade a RUN. EEM exige outra atenção: labels de ações são ordenadas como strings, pelo que 10.0 pode vir antes de 2.0.
Usa uma convenção consistente e ensaia a sequência. Agentless descreve uma arquitetura sem agente dedicado no alvo, mas mantém dependências de transporte, compatibilidade e credenciais autorizadas. Num caso fictício, o pipeline declarou entrega apenas pelo primeiro código HTTP e perdeu a falha posterior.
Corrige o fluxo de aceitação. Sugestões de IA também precisam de validação contra topologia e versão, sobretudo antes de mudanças críticas; uma explicação convincente não é evidência de execução segura.
Selecionar alvos sem apagar informação
Uma pipeline fictícia de APS recebe inventário de duas equipas. Uma fornece enabled como booleano e outra como texto. Em Python, a string "false" tem valor lógico verdadeiro porque não está vazia.
O filtro que parece selecionar apenas equipamentos ativos pode incluir um equipamento que se pretendia excluir. Valida o tipo antes de usar o valor e distingue campo ausente de false explícito. O exercício mostra que get("enabled", False) transforma ambos em False, perdendo a informação de que um alvo não foi observado.
A identidade também precisa de um contrato: construir um dicionário por id conserva apenas uma entrada quando dois registos usam a mesma chave. Verifica unicidade antes da transformação ou usa uma identidade composta aprovada, como site e identificador.
Não resolvas a colisão escolhendo a última linha sem autorização. Guarda lista esperada, lista selecionada e motivo de cada exclusão. A aceitação de um conjunto depende de cobertura do conjunto, não apenas de sucesso nos alvos que sobreviveram ao parser.
Preservar a base e construir JSON interoperável
O diff de uma mudança só é útil se a base anterior ficar preservada. No laboratório, baseline.copy() cria outro dicionário exterior, mas conserva a mesma lista interna de interfaces. Alterar o candidato também muda a base e faz desaparecer a diferença. deepcopy separa os objetos do exemplo; isso não substitui o registo do artefacto aprovado e da versão.
Na leitura JSON, o decoder normal conserva a última chave repetida. O documento site=A seguido de site=B pode tornar-se apenas B. Um object_pairs_hook identifica repetições antes de se perderem os pares e permite rejeitar esse documento ambíguo.
A exportação exige atenção semelhante: json.dumps admite NaN por defeito, embora o endpoint possa exigir JSON estrito. Usa allow_nan=False para detetar valores não finitos e define com o contrato como representar desconhecido. Não convertas perda desconhecida em zero para obter validação.
Sintaxe, tipos, identidade e intenção são verificações diferentes, realizadas antes de qualquer pedido com efeitos.
Tornar cobertura e falhas explícitas no código
Um for percorre r1, r2 e r3. Depois de registar r2, encontra uma condição de paragem e executa break. O laboratório conserva r1 e r2, não visita r3 e não executa o else do loop.
Esse else representa conclusão sem break, não uma ação obrigatória de limpeza. Se o relatório precisa sempre de guardar o estado parcial, escolhe uma estrutura adequada a esse requisito e testa paragem, exceção e conclusão normal. Num segundo exercício, r2 produz um TimeoutError sintético.
O handler regista unknown em vez de pass silencioso. Assim, o resumo conserva três alvos: dois observados e um desconhecido. Uma pipeline que calcula a percentagem apenas sobre respostas recebidas pode apresentar 100% apesar da lacuna.
Para consulta paginada, mantém o cursor, deteta ciclos e aplica um orçamento. O fixture com next apontado à própria página é rejeitado. Deduplicar registos não resolve uma paginação que deixou de progredir, nem prova inventário completo.
Ler dependências do modelo YANG
YANG descreve uma árvore de dados, restrições e operações; não é apenas uma forma alternativa de escrever JSON. Um nó com config false representa estado que não se torna configurável por trocar o método HTTP. Uma folha pode depender de when e ser obrigatória apenas no contexto aplicável.
No modelo didático, modo static exige gateway, enquanto a presença de gateway fora desse modo é rejeitada. Uma referência leafref com require-instance true depende de uma instância válida no contexto correspondente. O texto wan9, embora bem formado, não identifica automaticamente uma interface existente.
O nome do módulo também não basta para garantir compatibilidade: revisão, features e deviations podem alterar a árvore suportada. Guarda a informação anunciada pelo alvo e verifica o payload contra esse contrato. O laboratório Python contém apenas um validador escrito à mão para ilustrar estas dependências; não interpreta YANG nem comprova conformidade.
Para trabalho real, acrescenta ferramentas adequadas de validação e verifica a implementação e a revisão exatas do equipamento.
Seguir a tarefa certa no Catalyst Center
O pedido inicial, a consulta de progresso e o efeito na rede são observações diferentes. No contrato Catalyst Center consultado, um payload com isError=false sem endTime ainda não demonstra conclusão. Um GET com HTTP 200 pode, por sua vez, devolver uma tarefa terminada com isError=true e failureReason.
O sucesso da consulta não aprova a operação consultada. Regista a relação entre pedido de mudança, taskId, alvo e parâmetros. Se dois pedidos simultâneos produzem t1 e t2, um resultado válido de t2 não serve para fechar t1.
O exercício rejeita essa troca antes de aceitar o estado terminal. Depois de uma conclusão sem erro, confirma o estado pretendido nos equipamentos e o comportamento relevante do serviço. Define limite e intervalo de consulta; não cria uma tarefa nova só porque a anterior permanece pendente.
O modelo local interpreta envelopes originais com campos selecionados, mas não contacta Catalyst Center. Confirma os schemas e endpoints na versão instalada antes de adaptar o cliente.
Gerir o contexto de sessão no SD-WAN Manager
O guia SD-WAN Manager 20.15 descreve autenticação baseada em sessão, com cookie JSESSIONID e token XSRF associado. Uma resposta de login com HTTP 200 pode trazer uma página HTML quando a autenticação falha. Verifica o conteúdo esperado e o cookie, em vez de aceitar apenas o código.
O laboratório usa pares públicos S1/X1 e S2/X2: misturar S1 com X2 falha no contrato sintético. Mantém a associação durante os pedidos e gere a renovação de forma controlada. Abrir uma sessão por consulta e nunca terminar sessões consome recursos e pode invalidar outras integrações ao atingir limites do produto.
Reutiliza a sessão válida e termina-a quando apropriado. Catalyst Center tem outro mecanismo, com X-Auth-Token nos pedidos após autenticação; separa adaptadores por produto e versão. O exemplo do fornecedor consultado inclui verify=False e algumas grafias inconsistentes de cookie.
Estes detalhes não são transportados como boas práticas: numa integração real conserva validação TLS e verifica o contrato efetivo. Nenhuma credencial real é utilizada no exercício.
Construir EEM com limites e evidência
Um applet de diagnóstico precisa de um trigger adequado, uma sequência de ações, identidade autorizada e critérios de paragem. Para um ensaio iniciado manualmente, event none evita associar a recolha a um timer ou a cada syslog; a execução explícita continua sujeita ao âmbito autorizado.
Desativa paginação antes de comandos longos, para que --More-- não impeça a chegada ao prompt. Guarda o output necessário antes do comando seguinte: $_cli_result não deve ser tratado como arquivo permanente. Confirma o resultado de regexp antes de usar uma variável extraída como nome de interface, especialmente se essa variável orientar ações com efeitos.
Dimensiona maxrun para a recolha pretendida e observa o que fica incompleto quando o limite é atingido. Um flap pode gerar muitos triggers: limita frequência e custo para não amplificar o incidente. Os modelos Python ilustram estas decisões, mas não são um motor EEM.
O snippet da aula é um exercício de leitura original; precisa de revisão de AAA, comandos, interface e versão num equipamento de laboratório antes de qualquer execução.
Coordenar orquestração e provar o que foi executado
Compara agent e agentless pela forma como estado, execução e dependências são geridos. Um agente que reaplica o catálogo pode repor uma alteração manual de RUN; coordena uma exceção temporária com a autoridade que continua responsável pelo recurso.
Um runner agentless precisa de transporte e acesso, mas a perda desse canal não prova que o estado já aplicado ou todo o encaminhamento desapareceram. Dois mecanismos que convergem o mesmo recurso para valores diferentes podem alternar indefinidamente, mesmo sendo idempotentes isoladamente.
Define uma autoridade por recurso e gere conflitos explicitamente. Também distingue gerar comandos de aplicá-los: o estado rendered dos módulos de recurso Ansible trabalha offline, pelo que um artefacto válido não prova conformidade de um router.
Executa python3 content/labs/ccnp-automation-contracts/run.py --output /caminho/resultado.json e compara as previsões com as duas evidências conservadas. O exercício executa Python 3.13.1 sobre fixtures locais; não executa controllers Cisco, NETCONF, RESTCONF, EEM, YANG real ou tráfego de rede.
Transfere para RUN essas limitações juntamente com os testes necessários no alvo real.
Ficheiros do exercício
Pacote do exercício ccnp-automation-contracts, versão 2026-10. Extrai para uma pasta nova e segue o README.pt.md. Os caminhos content/labs dos comandos ficam disponíveis a partir da pasta extraída. Python 3.13 com os módulos da biblioteca padrão. Não requer pacotes pip.
Descarregar ccnp-automation-contracts (ZIP)
SHA-256 (ZIP)
c75c35bc0850732b40c3a3a93ea45a040100aa081112097da8ea7460bc3d1842
# Original reading exercise only. Not executed on IOS XE.
# Review AAA identity, interface, commands and release before a lab trial.
event manager applet DR-DIAG
event none maxrun 30
action 0010 cli command "enable"
action 0020 cli command "terminal length 0"
action 0030 cli command "show interface GigabitEthernet1/0/7"
action 0040 set interface_snapshot "$_cli_result"
action 0050 cli command "show clock"
action 0060 syslog msg "DR diagnostic collection reached final action"
# Invoke manually only within the authorized lab scope.
# A final log alone does not prove output completeness or application health.202 e taskId iniciam acompanhamento; o resultado terminal e a validação permitem decidir a passagem.
Armadilhas comuns
JSON válido como modelo cumprido; 202 como concluído; labels como números; agentless como sem acesso; IA como aprovação.
Tópicos relacionados: Arquitetura e capacidade sobrevivente · Virtualização, VRFs e overlays · Switching e formação de adjacências
Relaciona intenção, contexto e evidência antes de aceitar a mudança.
Referências
- Catalyst Center asynchronous operations · Catalyst Center API 3.1.6
- Python built-in types and mappings · Current primary reference; actual local Python 3.13.1
- Python shallow and deep copying · Current primary reference; actual local Python 3.13.1
- Python JSON encoding and decoding · Current primary reference; actual local Python 3.13.1
- Python control-flow tools · Current primary reference; actual local Python 3.13.1
- YANG 1.1 modeling language · RFC 7950; config, when, mandatory, leafref, features and deviations
- Catalyst Center asynchronous operations · API documentation 2.3.7.9; not a claim that this is the newest release
- SD-WAN Manager authentication · Release 20.15 guide; session and matching XSRF; example TLS-disable code not adopted
- Catalyst Center authentication and authorization · API guide 2.3.7.9; underlying examples note 2.3.5.x
- EEM design practices and execution limits · Document 216091 updated 2026-05-22; IOS/IOS XE 16.x/17.x examples, not runtime-tested here
- Ansible network resource module states · Current primary guide; rendered/gathered/parsed distinctions; no Ansible execution in this block
- Puppet agent reference · Current agent reference; conceptual comparison, no Puppet execution