En este documento, se describe cómo instalar y configurar el SDK de Vertex AI para ABAP en tu entorno de SAP.
Instalación
Edición local o cualquier edición en la nube
Cuando instalas la versión 1.8 de la edición local o en la nube del SDK de ABAP para Google Cloud, se instala el SDK de Vertex AI para ABAP. Para obtener información sobre los pasos de instalación, consulta Instala y configura las ediciones locales o cualquier edición en la nube del SDK de ABAP para Google Cloud.
Si ya usas la versión 1.7 o una anterior de la edición local o en la nube del SDK de ABAP para Google Cloud, actualiza el SDK a la versión más reciente para obtener el SDK de Vertex AI para ABAP. Para obtener más información, consulta Actualiza el SDK de ABAP para Google Cloud.
Edición SAP BTP
Cuando instalas la versión 1.1 de la edición SAP BTP del SDK de ABAP para Google Cloud, se instala el SDK de Vertex AI para ABAP. Si deseas obtener información sobre los pasos de instalación, consulta Instala y configura la edición SAP BTP del SDK de ABAP para Google Cloud.
Entendemos que el acceso a Vertex AI y a los recursos de la nube podría ser limitado para algunos desarrolladores. Para habilitar el prototipado y la experimentación con una configuración mínima, consulta Prototipado rápido con Gemini.
Habilita la API de Vertex AI
Habilita la API de Vertex AI en tu proyecto de Google Cloud .
Para obtener información sobre cómo habilitar las APIs de Google Cloud , consulta Habilita las APIs.
Autenticación
Edición local o cualquier edición en la nube
Una vez que configures la autenticación para acceder a las APIs de Google Cloud en tu edición local o en la nube del SDK de ABAP para Google Cloud, el SDK de Vertex AI para ABAP usa el mismo método de autenticación para acceder a la API de Vertex AI. Si deseas obtener información para configurar la autenticación en la edición local o en la nube del SDK de ABAP para Google Cloud, consulta Descripción general de la autenticación.
Anota la clave de cliente que creaste como parte de la configuración de autenticación. Usa esta clave de cliente cuando configures los parámetros de generación de modelos de IA y los parámetros de búsqueda.
Edición SAP BTP
Una vez que configures la autenticación para acceder a las APIs de Google Cloud en la edición SAP BTP del SDK de ABAP para Google Cloud, el SDK de Vertex AI para ABAP utiliza el mismo método de autenticación para acceder a la API de Vertex AI. Si deseas obtener información para configurar la autenticación en la edición SAP BTP del SDK de ABAP para Google Cloud, consulta Descripción general de la autenticación.
Anota la clave de cliente que creaste como parte de la configuración de autenticación. Usa esta clave de cliente cuando configures los parámetros de generación de modelos de IA y los parámetros de búsqueda.
Permisos de IAM
Asegúrate de que la cuenta de servicio dedicada para el acceso a la API que configuraste en la tabla de claves de cliente tenga acceso a los recursos de Vertex AI.
Vertex AI
Para usar los recursos de Vertex AI, debes otorgar el rol de
usuario de Vertex AI (roles/aiplatform.user)
a la cuenta de servicio dedicada a la que le otorgaste
permisos para acceder a la API de Vertex AI.
Si necesitas proporcionar permisos específicos para crear, modificar o implementar artefactos, otorga permisos de IAM de Vertex AI específicos según corresponda.
Vertex AI Feature Store
Para usar Vertex AI Feature Store, debes otorgar los siguientes roles a la cuenta de servicio:
| Capacidad de IA | Roles de IAM obligatorios |
|---|---|
| Vertex AI Feature Store |
Verifica la adición de apps de Fiori al selector
Edición local o cualquier edición en la nube
Puedes omitir esta sección porque no se aplica a las ediciones locales o en la nube del SDK de ABAP para Google Cloud.
Edición SAP BTP
Para permitir que tus administradores y desarrolladores configuren los parámetros de generación de modelos y los parámetros de búsqueda vectorial, la edición SAP BTP del SDK de ABAP para Google Cloud proporciona apps de SAP Fiori. El SDK también proporciona apps de Fiori solo para visualización para ver los parámetros mantenidos.
Agregas estas apps de Fiori a tu selector de lanzamiento mientras instalas la edición SAP BTP del SDK de ABAP para Google Cloud. Verifica que estas apps estén disponibles en tu selector de apps. Para obtener más información, consulta Cómo agregar apps de Fiori al panel de lanzamiento.
Configura los parámetros de generación del modelo
Los modelos de lenguaje grandes (LLM) son modelos de aprendizaje profundo entrenados con cantidades masivas de datos de texto. Un modelo incluye valores de parámetros que controlan cómo el modelo genera una respuesta. Puedes obtener diferentes resultados del modelo si cambias los valores de los parámetros.
Para definir los parámetros de generación
de un modelo, el SDK de Vertex AI para ABAP usa la tabla /GOOG/AI_CONFIG.
Para configurar los parámetros de generación de un modelo, sigue estos pasos:
Edición local o cualquier edición en la nube
En la GUI de SAP, ejecuta el código de transacción
/GOOG/SDK_IMG.Como alternativa, ejecuta el código de transacción
SPROy, luego, haz clic en IMG de referencia de SAP.Haz clic en SDK de ABAP para Google Cloud > Configuración básica > SDK de Vertex AI: Configura los parámetros de generación de modelos.
Haz clic en Entradas nuevas.
Ingresa los valores para los siguientes campos:
Campo Tipo de datos Descripción Clave de modelo String Es un nombre único que especificas para identificar la configuración del modelo, como
Gemini.Usas esta clave de modelo cuando creas una instancia de la clase del modelo generativo o de la clase de incorporaciones para especificar la configuración de generación que se aplicará.
ID del modelo String ID del modelo del LLM, como
gemini-1.5-flash-001.Para obtener información sobre las versiones de modelos de Vertex AI, consulta Versiones y ciclos de vida de modelos.
Nombre de la clave de Google Cloud String La clave de cliente que configuraste para la autenticación en Google Cloud durante la configuración de autenticación ID de ubicación de la región de Google Cloud String El ID de ubicación de la región de Google Cloud en la que están disponibles las funciones de Vertex AI que deseas usar
Por lo general, se usa la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos. Para obtener más información, consulta Ubicaciones de Vertex AI.
ID del publicador del LLM String Opcional. Es el publicador del LLM, como google.Tipo de MIME de la respuesta String Opcional. Tipo de MIME de la respuesta de salida del texto candidato generado. Tipo de MIME compatible: text/plain: la salida de texto (configuración predeterminada).application/json: la respuesta JSON en los candidatos.
Temperatura de aleatoriedad String Opcional. Controla la aleatorización de las predicciones. Para obtener más información, consulta Temperatura.
Rango: [0.0, 1.0]
Muestreo Top-K Número de punto flotante Opcional. El parámetro Top-K cambia la manera en la que el modelo selecciona los tokens para el resultado.
Especifica un valor más bajo para respuestas menos aleatorias y un valor más alto para respuestas más aleatorias. Para obtener más información, consulta Top-K.
Rango: [1, 40]
Muestreo Top-P Número de punto flotante Opcional. Top-P cambia la manera en la que el modelo selecciona los tokens para el resultado.
Especifica un valor más bajo para respuestas menos aleatorias y un valor más alto para respuestas más aleatorias. Para obtener más información, consulta Top-P.
Rango: [0.0, 1.0]
Cantidad máxima de tokens de salida por mensaje Entero Opcional. Cantidad máxima de tokens que se pueden generar en la respuesta. Un token tiene aproximadamente cuatro caracteres. 100 tokens corresponden a casi 60 u 80 palabras.
Especifica un valor más bajo para respuestas más cortas y un valor más alto para respuestas posiblemente más largas.
Penalizaciones positivas Número de punto flotante Opcional. Los valores positivos penalizan los tokens que aparecieron en el texto generado, lo que aumenta la posibilidad de generar temas más diversos.
Rango: [-2.0, 2.0]
Penalizaciones de frecuencia Número de punto flotante Opcional. Los valores positivos penalizan los tokens que aparecen repetidamente en el texto generado, lo que disminuye la posibilidad de repetir el mismo contenido.
Rango: [-2.0, 2.0]
Si no proporcionas un valor para un parámetro opcional, el SDK usa el valor predeterminado del parámetro específico de la versión del modelo configurada en
Model ID.Guarda la entrada nueva.
Edición SAP BTP
Accede al launchpad de SAP Fiori.
Ve al espacio que contiene las apps de Fiori para la configuración del SDK.
Abre la app SDK de Vertex AI: Configura los parámetros de generación de modelos.
Haz clic en Crear.
En el cuadro de diálogo Crear que aparece, ingresa un valor para el campo Clave de modelo y, luego, haz clic en Continuar.
Ingresa valores para los campos que aparecen.
En la siguiente tabla, se describen los campos y cómo se corresponden con los parámetros de generación de modelos:
Campo Tipo de datos Descripción Clave de modelo String Es un nombre único que especificas para identificar la configuración del modelo, como
Gemini.Usas esta clave de modelo cuando creas una instancia de la clase del modelo generativo o de la clase de incorporaciones para especificar la configuración de generación que se aplicará.
ID del modelo String ID del modelo del LLM, como
gemini-1.5-flash-001.Para obtener información sobre las versiones de modelos de Vertex AI, consulta Versiones y ciclos de vida de modelos.
Nombre de la clave de Google Cloud String La clave de cliente que configuraste para la autenticación en Google Cloud durante la configuración de autenticación ID de ubicación de la región de Google Cloud String El ID de ubicación de la región de Google Cloud en la que están disponibles las funciones de Vertex AI que deseas usar
Por lo general, se usa la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos. Para obtener más información, consulta Ubicaciones de Vertex AI.
ID del publicador del LLM String Opcional. Es el publicador del LLM, como google.Tipo de MIME de la respuesta String Opcional. Tipo de MIME de la respuesta de salida del texto candidato generado. Tipo de MIME compatible: text/plain: la salida de texto (configuración predeterminada).application/json: la respuesta JSON en los candidatos.
Temperatura de aleatoriedad String Opcional. Controla la aleatorización de las predicciones. Para obtener más información, consulta Temperatura.
Rango: [0.0, 1.0]
Muestreo Top-K Número de punto flotante Opcional. El parámetro Top-K cambia la manera en la que el modelo selecciona los tokens para el resultado.
Especifica un valor más bajo para respuestas menos aleatorias y un valor más alto para respuestas más aleatorias. Para obtener más información, consulta Top-K.
Rango: [1, 40]
Muestreo Top-P Número de punto flotante Opcional. Top-P cambia la manera en la que el modelo selecciona los tokens para el resultado.
Especifica un valor más bajo para respuestas menos aleatorias y un valor más alto para respuestas más aleatorias. Para obtener más información, consulta Top-P.
Rango: [0.0, 1.0]
Cantidad máxima de tokens de salida por mensaje Entero Opcional. Cantidad máxima de tokens que se pueden generar en la respuesta. Un token tiene aproximadamente cuatro caracteres. 100 tokens corresponden a casi 60 u 80 palabras.
Especifica un valor más bajo para respuestas más cortas y un valor más alto para respuestas posiblemente más largas.
Penalizaciones positivas Número de punto flotante Opcional. Los valores positivos penalizan los tokens que aparecieron en el texto generado, lo que aumenta la posibilidad de generar temas más diversos.
Rango: [-2.0, 2.0]
Penalizaciones de frecuencia Número de punto flotante Opcional. Los valores positivos penalizan los tokens que aparecen repetidamente en el texto generado, lo que disminuye la posibilidad de repetir el mismo contenido.
Rango: [-2.0, 2.0]
Si no proporcionas un valor para un parámetro opcional, el SDK usa el valor predeterminado del parámetro específico de la versión del modelo configurada en
Model ID.Haz clic en Crear para guardar la entrada.
Configura los parámetros de Búsqueda de vectores
Para definir las configuraciones de la Búsqueda de vectores, el SDK de Vertex AI para ABAP usa la tabla /GOOG/SEARCHCONF.
Para configurar los parámetros de Búsqueda de vectores, sigue estos pasos:
Edición local o cualquier edición en la nube
En la GUI de SAP, ejecuta el código de transacción
/GOOG/SDK_IMG.Como alternativa, ejecuta el código de transacción
SPROy, luego, haz clic en IMG de referencia de SAP.Haz clic en SDK de ABAP para Google Cloud > Configuración básica > SDK de Vertex AI: Configura los parámetros de Vector Search.
Haz clic en Entradas nuevas.
Ingresa los valores para los siguientes campos:
Campo Tipo de datos Descripción Tecla de búsqueda String Es un nombre único que especificas para identificar la configuración de búsqueda. Nombre de la clave de Google Cloud String La clave de cliente que configuraste para la autenticación en Google Cloud durante la configuración de autenticación ID de ubicación de la región de Google Cloud String El ID de ubicación de la región de Google Cloud en la que están disponibles las funciones de Vertex AI que deseas usar
Por lo general, se usa la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos. Para obtener más información, consulta Ubicaciones de Vertex AI.
ID de implementación del índice de vectores String Es el ID de implementación de un índice. Cuando implementas un índice en un extremo, le asignas un ID de implementación único. Para obtener información sobre la implementación de índices, consulta Implementa un índice vectorial en un extremo de índice.
ID del extremo del índice de vectores String Es el ID del extremo de índice en el que se implementa el índice.
Para obtener información sobre el extremo de índice, consulta Crea un extremo de índice vectorial.
Guarda la entrada nueva.
Edición SAP BTP
Accede al launchpad de SAP Fiori.
Ve al espacio que contiene las apps de Fiori para la configuración del SDK.
Abre la app SDK de Vertex AI: Configuración de la Búsqueda de Vectores.
Haz clic en Crear.
En el cuadro de diálogo Crear que aparece, ingresa un valor para el campo Clave de modelo y, luego, haz clic en Continuar.
Ingresa valores para los campos que aparecen.
En la siguiente tabla, se describen los campos y cómo se corresponden con los parámetros de la búsqueda vectorial:
Campo Tipo de datos Descripción Tecla de búsqueda String Es un nombre único que especificas para identificar la configuración de búsqueda. Nombre de la clave de Google Cloud String La clave de cliente que configuraste para la autenticación en Google Cloud durante la configuración de autenticación ID de ubicación de la región de Google Cloud String El ID de ubicación de la región de Google Cloud en la que están disponibles las funciones de Vertex AI que deseas usar
Por lo general, se usa la región más cercana a tu ubicación física o a la ubicación física de los usuarios previstos. Para obtener más información, consulta Ubicaciones de Vertex AI.
ID de implementación del índice de vectores String Es el ID de implementación de un índice. Cuando implementas un índice en un extremo, le asignas un ID de implementación único. Para obtener información sobre la implementación de índices, consulta Implementa un índice vectorial en un extremo de índice.
ID del extremo del índice de vectores String Es el ID del extremo de índice en el que se implementa el índice.
Para obtener información sobre el extremo de índice, consulta Crea un extremo de índice vectorial.
Haz clic en Crear para guardar la entrada.
¿Qué sigue?
- Explora las demostraciones de IA generativa integradas para SAP.
- Obtén información sobre la IA generativa en Vertex AI para SAP.