btp cap genai rag
1.0.0
Willkommen in unserem speziellen GitHub-Repository, das Entwicklern, Partnern und Kunden wertvolle Unterstützung bieten soll, die fortschrittliche GenAI- Lösungen auf der SAP Business Technology Platform (SAP BTP) gemäß der Referenzarchitektur erstellen möchten. Darin finden Sie ein sorgfältig ausgearbeitetes Beispiel, das dem angesehenen Golden Path-Entwicklungsansatz von SAP BTP folgt. Entdecken Sie, wie Sie verschiedene Foundation Models und Large Language Models (LLMs) über Generative AI Hub von SAP AI Core reibungslos integrieren, LangChain in CAP optimal nutzen und fortschrittliche Techniken wie Ausgabeparsing nach einem benutzerdefinierten Schema oder Retrieval Augmented Generation (RAG) nutzen Einbettungen und die Vector Engine von SAP HANA Cloud, um einen noch höheren Nutzen für Ihren Anwendungsfall zu erzielen.
Wir empfehlen Ihnen, sich unsere begleitende Discovery Center-Mission „Entwicklung einer CAP-basierten Anwendung mit GenAI und RAG“ zusammen mit der entsprechenden Referenzarchitekturanleitung für Retrieval Augmented Generation mit GenAI auf SAP BTP anzusehen. Um mehr über Generative KI bei SAP zu erfahren, empfehlen wir dringend den Besuch dieses openSAP-Kurses.
Basisbeispiel : Ein einfacheres, einfaches Backend-Beispiel dieser Referenzarchitektur, einschließlich CAP , Generative AI Hub und Vector Engine von SAP HANA Cloud , finden Sie in dem separaten Zweig, der speziell dem Basisbeispiel gewidmet ist: cap-genaihub-vectorengine- Probe.
Architektur: GenAI-Anwendung mit RAG auf SAP BTP
Das bereitgestellte Codebeispiel stellt eine von einem potenziellen SAP-Partner oder -Kunden erstellte Anwendung dar, die auf die SAP Business Technology Platform (SAP BTP) zugeschnitten ist. Dieses Szenario stellt eine umfassende Lösung zur Verbesserung des Kundensupports in einem Reisebüro dar, die erweiterte E-Mail-Einblicke und Automatisierung nutzt. Das System analysiert eingehende E-Mails mithilfe von Large Language Models (LLMs), um wichtige Erkenntnisse wie Kategorisierung, Stimmungsanalyse und Dringlichkeitsbewertung bereitzustellen. Es geht über die grundlegende Analyse hinaus, indem es wichtige Fakten und anpassbare Felder wie den Standort extrahiert und über eine spezielle Konfigurationsseite verwaltet.
Eine innovative Funktion besteht darin, E-Mail-Einbettungen zu verwenden, um ähnliche historische E-Mails zu identifizieren und so zu verstehen, wie ähnliche Anfragen zuvor bearbeitet wurden. Dies fördert einen konsistenten und effizienten Kundenservice. Der Code demonstriert außerdem die Möglichkeiten zum Zusammenfassen und Übersetzen von E-Mail-Betreff und -Text und ermöglicht so ein optimiertes Verständnis in allen Sprachen.
Darüber hinaus bringt das System die Automatisierung auf die nächste Ebene, indem es potenzielle Antworten auf Kundenanfragen generiert. Diese Antwortgenerierung wird durch konfigurierbare Aktionen und Dienste beeinflusst, wodurch die Antwortgenauigkeit und -geschwindigkeit verbessert wird. Die Flexibilität, sich mit SAP-Systemen wie SAP Concur zu verbinden, fügt eine Unternehmensdimension hinzu und ermöglicht eine nahtlose Integration von Prozessen und Daten.
Obwohl der Code ursprünglich auf ein Reisebüro zugeschnitten war, kann er an verschiedene Branchen angepasst werden, was ihn zu einer vielseitigen Lösung zur Erweiterung des Kundensupports durch datengesteuerte Erkenntnisse und Automatisierung macht.
Das Geschäftsszenario kann auch zu einer mandantenfähigen SaaS-Lösung erweitert werden.
Einblick: Wenn Ihnen das Konzept der Mehrinstanzenfähigkeit in SAP BTP neu ist, empfehlen wir Ihnen dringend, das folgende GitHub-Repository zu durchsuchen, um ein tieferes Verständnis für die Bereitstellung einer CAP-basierten Mehrinstanzenanwendung in SAP BTP, Kyma Runtime und SAP BTP zu erlangen , Cloud Foundry Runtime.
Entdecken Sie die Entwicklung einer mandantenfähigen Software-as-a-Service-Anwendung in SAP BTP mithilfe von CAP
Blogbeitrag über GenAI Mail Insights von Martin Frick
Video über GenAI Mail Insights von Adi Pleyer
Dieses Beispielszenario enthält eine Schritt-für-Schritt-Anleitung für eine Bereitstellung in Ihrer eigenen SAP-BTP-Landschaft. Sehen Sie sich die folgenden Kapitel an und richten Sie das Szenario Schritt für Schritt in Ihrer eigenen Umgebung ein. Der Leitfaden behandelt die Bereitstellung der Single-Tenant- sowie der Multi-Tenant-Version der Anwendung.
Szenario-Einführung
Landschaftseinrichtung
Szenariobereitstellung
Anwendungstests
Erweitern Sie die Lösung
Erstellen Sie in diesem Repository ein Problem, wenn Sie einen Fehler finden oder Fragen zum Inhalt haben.
Wenn Sie weitere Unterstützung benötigen, stellen Sie eine Frage in der SAP-Community.
Fehler während des Paketo-Erstellungsprozesses
Beschreibung: Das Paket „cap-js/sqlite“ ist derzeit nicht Teil der Abhängigkeiten, da es während des Paketo-Erstellungsprozesses Probleme verursacht.
Problemumgehung: Installieren Sie das cap-js/sqlite- Paket manuell, ohne es in Ihren Paketabhängigkeiten zu speichern, indem Sie - npm i @cap-js/sqlite --no-save im Verzeichnis /(multi/single)-tenant/code ausführen.
Vielen Dank an alle Mitarbeiter, die diese Anwendung realisiert haben!
Adi Pleyer
Iyad Al Hafez
Julian Schambeck
Kay Schmitteckert
Martin Frick
Karen Detken
Hyun Lee
Wenn Sie Code beisteuern, Korrekturen oder Verbesserungen anbieten möchten, senden Sie bitte eine Pull-Anfrage. Aus rechtlichen Gründen werden Mitwirkende gebeten, einen DCO zu akzeptieren, wenn sie den ersten Pull-Request für dieses Projekt erstellen. Dies geschieht automatisiert während des Einreichungsprozesses. SAP verwendet den Standard-DCO-Text der Linux Foundation.
Copyright (c) 2023 SAP SE oder ein SAP-Konzernunternehmen. Alle Rechte vorbehalten. Dieses Projekt ist unter der Apache-Softwarelizenz, Version 2.0, lizenziert, sofern in der LIZENZdatei nichts anderes angegeben ist.
