部署在SAP Cloud Platform CloudFoundry环境的应用如何消费SAP Leonardo机器学习API

Jerry的前一篇文章如何在Web应用里消费SAP Leonardo的机器学习API 里介绍的例子是Neo测试环境的Web应用消费sandbox版本的机器学习API，url如下：

https://sandbox.api.sap.com/ml

本文介绍一个部署在SAP Cloud Platform CloudFoundry环境下的应用，如何消费SAP Leonardo上的机器学习API。

登录SAP Cloud Platform Cockpit，进入CloudFoundry环境的Service Marketplace，找到SAP Leonardo机器学习的服务，单击该服务的超链接进入明细页面：

创建一个新的服务实例：

Service Plan就选默认的standard：

给这个服务实例取个名字：

单击这个创建好的服务实例，然后创建一个新的Service Key：

给Service Key也取个名字。

我们通过创建Service instance进而创建Service Key的目的，是为了得到下图的clientid和clientsecret。

而我们拿到clientid和clientsecret，是为了用它们换取OAuth2.0协议里的access token.

关于更多clientid和clientsecret基于OAuth2.0换取access token 的细节，请参考Jerry的文章：OAuth 2.0协议在SAP产品中的应用。

除了clientid和clientsecret外，我们还能在service key里得到当前这个SAP Cloud Platform CloudFoundry环境上所有可用的机器学习API的url，它们全部维护在节点serviceurls里：

注意观察，此时的IMAGE_CLASSIFICATION这个API 的url，路径已经从上一篇文章的https://sandbox.api.sap.com/ml，变成了包含CloudFoundry环境信息的：

https://mlftrial-image-classi...

接下来通过clientid和client secret换取access token，使用下面这个链接里的应用获得access Token：

https://generate_ml_token.cfa...

把这个Bearer开头的access Token记录下来。

之前创建service key时，我们已经从创建结果里获得了基于产品图片识别类别的API url：

https://mlftrial-image-classi...

浏览器里访问这个url，得到一个采用Swagger(一个采用RESTFUL接口，基于YAML和JSON语言的API文档在线自动生成工具)实现的API控制台：

点击try out，从本地选择一张图片，我还是选择的这张图片：

再将之前通过clientid和client secret换取的access token填到控制台对应字段里，点击execute：

得到结果：

至于如何在nodejs和Java应用里通过编程动态地获取access Token以及发送HTTP post请求，因为网上例子很多，在下面更多阅读的文章里我也讲过，所以这里我就不再重复了，感谢阅读。

更多阅读