इस पेज का अनुवाद Cloud Translation API से किया गया है.

Google Cloud के लिए ABAP SDK टूल की मदद से, अपने ABAP एनवायरमेंट से Vertex AI LLM को कॉल करना

1. परिचय

इस कोडलैब में, Google Cloud के लिए ABAP SDK का इस्तेमाल करके, अपने ABAP एनवायरमेंट से Google Cloud Vertex AI के PaLM 2 Text (text-bison) फ़ाउंडेशन मॉडल को कॉल करने का तरीका बताया गया है.

इस कोडलैब में, Google Cloud की इन सेवाओं का इस्तेमाल किया गया है:

Vertex AI
Cloud Shell

आपको क्या बनाना है

आपको ये चीज़ें बनानी होंगी:

Google Cloud प्रोजेक्ट में Vertex AI API चालू करें.
Vertex AI के PaLM 2 टेक्स्ट मॉडल को कोई प्रॉम्प्ट पास करें और Google Cloud के लिए ABAP SDK का इस्तेमाल करके जवाब पाएं.

2. ज़रूरी शर्तें

कोई ब्राउज़र, जैसे कि Chrome या Firefox.
बिलिंग की सुविधा वाला Google Cloud प्रोजेक्ट या Google Cloud Platform के लिए, 90 दिनों के लिए बिना किसी शुल्क के आज़माने वाला खाता बनाएं.
आपके सिस्टम में SAP GUI (Windows या Java) इंस्टॉल हो. अगर आपके लैपटॉप पर SAP GUI पहले से इंस्टॉल है, तो वीएम के बाहरी आईपी पते को ऐप्लिकेशन सर्वर आईपी के तौर पर इस्तेमाल करके, SAP से कनेक्ट करें. अगर आपके पास Mac है, तो इस लिंक पर जाकर, SAP GUI for Java भी इंस्टॉल किया जा सकता है.

3. शुरू करने से पहले

आपने अपने सिस्टम पर ABAP SDK for Google Cloud इंस्टॉल किया हो. नया सिस्टम सेट अप करने के लिए, कोडलैब - Google Cloud Platform पर ABAP Platform Trial 1909 इंस्टॉल करें और ABAP SDK इंस्टॉल करें पर जाएं.
आपको Cloud Shell का इस्तेमाल करना होगा. यह Google Cloud में चलने वाला कमांड-लाइन एनवायरमेंट है. Cloud Console में, सबसे ऊपर दाएं कोने में मौजूद Cloud Shell चालू करें पर क्लिक करें:

अपने खाते की पुष्टि करने और डिफ़ॉल्ट प्रोजेक्ट को abap-sdk-poc पर सेट करने के लिए, यहां दिए गए कमांड चलाएं. ज़ोन us-west4-b का इस्तेमाल उदाहरण के तौर पर किया गया है. अगर ज़रूरी हो, तो अपनी पसंद के हिसाब से, यहां दिए गए कमांड में प्रोजेक्ट और ज़ोन बदलें.

gcloud auth login
gcloud config set project abap-sdk-poc
gcloud config set compute/zone us-west4-b

4. खास जानकारी

यहां Vertex AI की कुछ ऐसी इकाइयों के बारे में खास जानकारी दी गई है जिनके साथ आपको इस कोडलैब में काम करना होगा:

टेक्स्ट के लिए PaLM 2: टेक्स्ट के लिए PaLM 2 (text-bison, text-unicorn) फ़ाउंडेशन मॉडल, कई तरह के नैचुरल लैंग्वेज टास्क के लिए ऑप्टिमाइज़ किए गए हैं. जैसे, भावना का विश्लेषण, इकाई निकालना, और कॉन्टेंट बनाना.
Text-bison: Text-bison, Google AI ने बनाया है. यह एक लार्ज लैंग्वेज मॉडल (एलएलएम) है. यह GenAI के लिए एक बुनियादी मॉडल है. यह भाषा को समझ सकता है और जनरेट कर सकता है.

5. अपने Google Cloud प्रोजेक्ट में Vertex AI चालू करना

अपने Google Cloud प्रोजेक्ट पर जाएं और सबसे ऊपर दाएं कोने में मौजूद, 'क्लाउड शेल चालू करें' पर क्लिक करें.

शेल चालू होने के बाद, अपने Google Cloud प्रोजेक्ट में Cloud Secret Manager API को चालू करने के लिए, नीचे दिए गए निर्देश का पालन करें.

gcloud services enable aiplatform.googleapis.com

अब आपके Google Cloud प्रोजेक्ट में Vertex AI API चालू हो गया होगा.

6. उपयोगकर्ता की भूमिकाओं वाला सेवा खाता बनाना

ज़रूरी भूमिकाओं वाला सेवा खाता बनाने के लिए, यह तरीका अपनाएं:

Cloud Shell टर्मिनल में यह कमांड चलाएं:

gcloud iam service-accounts create abap-sdk-vertexai-tester \
--display-name="Service Account for Vertex AI"

अब एपीआई को ऐक्सेस करने के लिए, ऊपर दिए गए चरण में बनाए गए सेवा खाते में ज़रूरी भूमिका जोड़ें.

gcloud endpoints services add-iam-policy-binding aiplatform.googleapis.com \ --member='serviceAccount:abap-sdk-vertexai-tester@abap-sdk-poc.iam.gserviceaccount.com' \
--role='roles/roles/aiplatform.endpoints.predict'

ऊपर दिए गए निर्देशों में, Google Cloud प्रोजेक्ट के लिए abap-sdk-poc को टेंप्लेट के नाम के तौर पर इस्तेमाल किया गया है. इसे अपने प्रोजेक्ट आईडी से बदलें.

भूमिका जोड़े जाने की पुष्टि करने के लिए, IAM पेज पर जाएं. आपने जो सेवा खाता बनाया है वह असाइन की गई भूमिका के साथ दिखना चाहिए.

7. SAP में एसडीके कॉन्फ़िगरेशन बनाना

Google Cloud पर ज़रूरी शर्तें पूरी करने के बाद, अब हम SAP पर कॉन्फ़िगरेशन सेट अप कर सकते हैं. पुष्टि करने और कनेक्टिविटी से जुड़े कॉन्फ़िगरेशन के लिए, Google Cloud के लिए ABAP SDK, /GOOG/CLIENT_KEY और /GOOG/SERVIC_MAP टेबल का इस्तेमाल करता है.

/GOOG/CLIENT_KEY टेबल में कॉन्फ़िगरेशन बनाए रखने के लिए, यह तरीका अपनाएं:

SAP GUI में, ट्रांज़ैक्शन कोड SPRO डालें.
SAP Reference IMG पर क्लिक करें.
ABAP SDK for Google Cloud > बुनियादी सेटिंग > क्लाइंट कुंजी कॉन्फ़िगर करें पर क्लिक करें.
फ़ील्ड में ये वैल्यू डालें:

फ़ील्ड	ब्यौरा
Google Cloud की का नाम	VERTEX_AI_DEMO
Google Cloud सेवा खाते का नाम	abap-sdk-vertexai-tester@abap-sdk-poc.iam.gserviceaccount.com
Google Cloud का स्कोप	https://www.googleapis.com/auth/cloud-platform
Google Cloud प्रोजेक्ट आइडेंटिफ़ायर	abap-sdk-poc
अनुमति देने वाली क्लास	/GOOG/CL_AUTH_GOOGLE

अन्य फ़ील्ड को खाली छोड़ें

Vertex AI के पास क्षेत्र के हिसाब से एंडपॉइंट होते हैं. हमें एंडपॉइंट के लिए RFC डेस्टिनेशन बनाना होगा. साथ ही, क्लाइंट पासकोड के हिसाब से टेबल /GOOG/SERVIC_MAP में एपीआई के लिए मैपिंग बनानी होगी. (Vertex AI के लिए, क्षेत्र के हिसाब से सेवा के एंडपॉइंट देखने के लिए, यह लिंक देखें).

कोड लैब के लिए RFC बनाने का तरीका यहां दिया गया है.

लेन-देन कोड SM59 पर जाएं और "G" टाइप का कनेक्शन बनाएं.
डेस्टिनेशन का नाम "ZGOOG_VERTEXAI_V1" के तौर पर दें.
ज़रूरत के मुताबिक जानकारी दें और पोर्ट को "443" के तौर पर पोर्ट करें.
"होस्ट" पते के तौर पर " us-west4-aiplatform.googleapis.com" डालें, क्योंकि हम कोडलैब में "us-west4-b" लोकेशन का इस्तेमाल कर रहे हैं.

यहां आपके रेफ़रंस के लिए, RFC डेस्टिनेशन का स्क्रीनशॉट दिया गया है.

/GOOG/SERVIC_MAP टेबल में कॉन्फ़िगरेशन बनाए रखने के लिए, यह तरीका अपनाएं:

SAP GUI में, ट्रांज़ैक्शन कोड SPRO डालें.
SAP Reference IMG पर क्लिक करें.
ABAP SDK for Google Cloud > बुनियादी सेटिंग > सेवा मैपिंग कॉन्फ़िगर करें पर क्लिक करें.
फ़ील्ड में ये वैल्यू डालें:

फ़ील्ड	ब्यौरा
Google Cloud की का नाम	VERTEX_AI_DEMO
Google की सेवा का नाम	aiplatform:v1
RFC डेस्टिनेशन	ZGOOG_VERTEXAI_V1

8. एसडीके का इस्तेमाल करके, PaLM 2 Text को चालू करना

अपने SAP सिस्टम में लॉग इन करें.
ट्रांज़ैक्शन कोड SE38 पर जाएं और "ZDEMO_VERTEX_AI" नाम से एक रिपोर्ट बनाएं.
खुलने वाले पॉप-अप में, यहां दिखाई गई जानकारी डालें. इसके बाद, सेव करें पर क्लिक करें.

अगले पॉप-अप में, Local Object चुनें या पैकेज का नाम डालें.

ABAP एडिटर में, यह कोड स्निपेट जोड़ें:

इस स्निपेट में, हम प्रॉम्प्ट के तौर पर, ऑर्डर के लिए तुरंत किए गए अनुरोध का ईमेल कॉन्टेंट पास कर रहे हैं. साथ ही, हम इसे पार्स करने के निर्देश दे रहे हैं, ताकि ऑर्डर के एट्रिब्यूट निकाले जा सकें. जैसे, खरीदार का नाम, कंपनी का नाम, खरीदार का पद, आइटम का नाम, ऑर्डर की संख्या, शिपिंग का पता, और डिलीवरी की तारीख.
ABAP टाइप के एलान, Vertex AI PaLM 2 Text मॉडल से अनुरोध करने और उससे जवाब पाने के लिए किए जाते हैं. इसके बारे में यहां दिए गए दस्तावेज़ में बताया गया है.

* Types declarations
TYPES:
  BEGIN OF ty_instances,
    content TYPE string,
  END OF ty_instances.

TYPES:
     tt_instances TYPE STANDARD TABLE OF ty_instances WITH DEFAULT KEY .

TYPES:
  BEGIN OF ty_parameters,
    max_output_tokens TYPE i,
    temperature       TYPE f,
    top_k             TYPE i,
    top_p             TYPE f,
  END OF ty_parameters.

TYPES ty_categories TYPE string .
TYPES:
  BEGIN OF ty_scores,
    scores TYPE string,
  END OF ty_scores .
TYPES:
  tt_categories TYPE STANDARD TABLE OF ty_categories WITH DEFAULT KEY .
TYPES:
  tt_scores TYPE STANDARD TABLE OF ty_scores WITH DEFAULT KEY .

TYPES:
  BEGIN OF ty_safety_attributes,
    blocked    TYPE abap_bool,
    categories TYPE tt_categories,
    scores     TYPE tt_scores,
  END OF ty_safety_attributes .

TYPES:
  BEGIN OF ty_predictions,
    content           TYPE string,
    safety_attributes TYPE ty_safety_attributes,
  END OF ty_predictions .
TYPES:
  tt_predictions TYPE STANDARD TABLE OF ty_predictions WITH DEFAULT KEY .

TYPES:
  BEGIN OF ty_output,
    deployed_model_id  TYPE string,
    metadata           TYPE REF TO data,
    model              TYPE string,
    model_display_name TYPE string,
    model_version_id   TYPE string,
    predictions        TYPE tt_predictions,
  END OF ty_output.

* Data declarations
DATA:
  lv_p_projects_id   TYPE string,
  lv_p_locations_id  TYPE string,
  lv_p_publishers_id TYPE string,
  lv_p_models_id     TYPE string,
  ls_input           TYPE /goog/cl_aiplatform_v1=>ty_001.

DATA:
      lv_email_text TYPE string.

CONSTANTS: lc_ob TYPE c VALUE '{',
           lc_cb TYPE c VALUE '}'.

* Email content having order request
lv_email_text = |'Hello, We are running low on Dark Chocolates, please ship 20 units of "Lindt 90% Dark Chocolates"'| &&
                |' and 10 units of "Toblerone Dark Bar 100g" to "Google Cloud, 1 East 2'| &&
                |'4th St, Kearney NE" by as early as possible. Thanks and Regards, John Doe, Procurement Manager, Google Cloud'|.

TRY.
    DATA(lv_raw) = VALUE string( ).
* Open HTTP Connection
    DATA(lo_client) = NEW /goog/cl_aiplatform_v1( iv_key_name = 'VERTEX_AI_DEMO' ).

* Populate relevant parameters
    lv_p_projects_id = lo_client->gv_project_id.
    lv_p_locations_id = 'us-west4-b'.
    lv_p_publishers_id = 'google'.
    lv_p_models_id = 'text-bison'.

* Call API method: aiplatform.projects.locations.publishers.models.predict
    CALL METHOD lo_client->predict_models
      EXPORTING
        iv_p_projects_id   = lv_p_projects_id
        iv_p_locations_id  = lv_p_locations_id
        iv_p_publishers_id = lv_p_publishers_id
        iv_p_models_id     = lv_p_models_id
        is_input           = VALUE #(
     parameters = NEW ty_parameters(
           max_output_tokens  = 256
           temperature = '0.2'
           top_k = '40'
           top_p  = '0.8' )
* Pass the prompt with email content and instructions to get order attributes
     instances = NEW tt_instances( ( content =
      |'Give me the Customer Name, Company Name, Customer Designation, Item Name, Order Quantity, Shipping address, Delivery Date'| &&
      |'from an email context. Structure the response in JSON camelcase format with fields corresponding to each entities. Place the ordered items in a JSON nest'| &&
      |'Default the delivery date to a future date in DD.MM.YYYY format. Here is the email content:'| && lv_email_text ) ) )
      IMPORTING
        es_raw             = lv_raw
        ev_ret_code        = DATA(lv_ret_code)
        ev_err_text        = DATA(lv_err_text)
        es_err_resp        = DATA(ls_err_resp).

    IF lo_client->is_success( lv_ret_code ).
      DATA(ls_output_llm) = VALUE ty_output( ).
* Deserializing API response to get model response
      /goog/cl_json_util=>deserialize_json( EXPORTING iv_json        = lv_raw
                                                      iv_pretty_name = /ui2/cl_json=>pretty_mode-extended
                                            IMPORTING es_data        = ls_output_llm ).
      cl_demo_output=>new(
        )->begin_section( 'API Call Successful:'
        )->write_text( 'Respose from model:'
        )->write_text( ls_output_llm-predictions[ 1 ]-content
        )->display( ).
    ELSE.
      cl_demo_output=>new(
        )->begin_section( 'API Call Unsuccessful:'
        )->write_text( 'Error Message:'
        )->write_text( lv_err_text
        )->display( ).

    ENDIF.

* Close HTTP Connection
    lo_client->close( ).

  CATCH /goog/cx_sdk INTO DATA(lo_exception).
    DATA(lv_error) = lo_exception->get_text( ).
    cl_demo_output=>new(
     )->begin_section( 'Exception Occured:'
     )->write_text( lv_error
     )->display( ).

ENDTRY.

रिपोर्ट प्रोग्राम को सेव करें और चालू करें.
रिपोर्ट चलाएं (F8).

क्वेरी के सही तरीके से काम करने पर, आपको रिपोर्ट का आउटपुट इस तरह दिखेगा. इसमें प्रॉम्प्ट में दिए गए निर्देशों के मुताबिक, ऑर्डर के एट्रिब्यूट निकाले गए होंगे.

9. बधाई हो

बधाई हो! आपने ABAP प्रोग्राम से Vertex AI PaLM 2 टेक्स्ट मॉडल को कॉल किया है, ताकि ABAP SDK for Google Cloud का इस्तेमाल करके ऑर्डर के अनुरोध को पार्स किया जा सके.

हार्ड कोडिंग के बजाय, ABAP SDK for Google Cloud का इस्तेमाल करके, अपने Gmail इनबॉक्स से ईमेल का कॉन्टेंट भी पाया जा सकता है. इसके बाद, इस कॉन्टेंट को Vertex AI को भेजा जा सकता है. इसके बारे में इस कोडलैब में बताया गया है.

10. व्यवस्थित करें

अगर आपको Google Cloud के लिए ABAP SDK से जुड़े अन्य कोडलैब का इस्तेमाल नहीं करना है, तो कृपया क्लीनअप की प्रोसेस पूरी करें.

प्रोजेक्ट मिटाना

चेतावनी: किसी प्रोजेक्ट को मिटाने पर ये असर होते हैं:

प्रोजेक्ट में मौजूद सभी आइटम मिट जाते हैं. अगर आपने इस दस्तावेज़ में मौजूद टास्क के लिए किसी मौजूदा प्रोजेक्ट का इस्तेमाल किया है, तो उसे मिटाने पर, प्रोजेक्ट में किया गया आपका अन्य काम भी मिट जाएगा.
कस्टम प्रोजेक्ट आईडी मिट जाते हैं. आपने इस प्रोजेक्ट को बनाते समय, कोई कस्टम प्रोजेक्ट आईडी बनाया हो. ऐसा हो सकता है कि आपको आने वाले समय में इसका इस्तेमाल करना हो. प्रोजेक्ट आईडी का इस्तेमाल करने वाले यूआरएल को बनाए रखने के लिए, पूरे प्रोजेक्ट को मिटाने के बजाय, प्रोजेक्ट में मौजूद चुने गए संसाधनों को मिटाएं. जैसे, appspot.com यूआरएल.

अगर आपको कई आर्किटेक्चर, ट्यूटोरियल या क्विकस्टार्ट आज़माने हैं, तो प्रोजेक्ट का दोबारा इस्तेमाल करने से, प्रोजेक्ट के कोटे की सीमाएं पार करने से बचा जा सकता है.

Google Cloud प्रोजेक्ट मिटाएं:

gcloud projects delete abap-sdk-poc

एक-एक करके संसाधन मिटाना

कंप्यूट इंस्टेंस मिटाएं:

gcloud compute instances delete abap-trial-docker

फ़ायरवॉल के नियमों को मिटाने के लिए:

gcloud compute firewall-rules delete sapmachine

सेवा खाता मिटाने के लिए:

gcloud iam service-accounts delete \
    abap-sdk-dev@abap-sdk-poc.iam.gserviceaccount.com