CAP et le SAP Cloud SDK for AI — construire une extension IA
À jour au 2026-09-25
Un module orienté code pour les développeurs et architectes CAP ajoutant de l'IA générative à un service CAP livré. Il couvre les six packages JavaScript du SAP Cloud SDK for AI (orchestration, foundation-models, langchain, document-grounding, prompt-registry, ai-api), le type CDS natif Vector de CAP et les fonctions vector_embedding()/cosine_similarity() qui referment une boucle RAG sans base séparée, pourquoi le CAP LLM plugin (archivé le 16 juin 2026) n'est plus une voie supportée, et l'adaptateur @cap-js/mcp qui transforme un service CAP annoté @mcp en serveur MCP avec les outils describe/query/call — accompagné de l'avertissement propre de SAP selon lequel ce n'est pas une architecture endossée pour exposer des API d'application SAP sans vérifier la section 2.2.2 de la SAP API Policy.
Ce que vous apprendrez
- Nommer les deux briques propres à SAP supportées pour l'IA générative dans un projet CAP et expliquer pourquoi le CAP LLM plugin (archivé le 16 juin 2026) n'en fait plus partie
- Choisir le bon package du SAP Cloud SDK for AI (orchestration, foundation-models, langchain, document-grounding, prompt-registry, ai-api) pour un besoin CAP donné
- Écrire une déclaration de colonne CDS `Vector` avec `vector_embedding()` et une requête CQL de similarité avec `cosine_similarity()`
- Esquisser un appel au service d'orchestration depuis un handler d'action CAP avec les vrais noms de package et de méthode du SDK
- Exposer un service CAP comme outils MCP avec `@cap-js/mcp`, expliquer ce que font `describe`, `query` et `call`, et utiliser correctement les commentaires de documentation et `@mcp.instructions`
- Appliquer la section 2.2.2 de la SAP API Policy comme porte de gouvernance avant qu'un service CAP exposé en MCP ne touche des données SAP en production
À qui s'adresse ce module. Vous savez lire et écrire des modèles CDS, vous avez livré au moins un service CAP, et vous devez maintenant y ajouter une fonctionnalité d'IA générative — un point de terminaison RAG, une action de synthèse, ou un outil qu'un agent peut appeler. Ce module est orienté code : il suppose acquis les concepts de M333 (tokens, embeddings, grounding, appel d'outils) et la mécanique vectorielle HANA Cloud de M330, et ajoute les deux briques propres à SAP qui transforment ces concepts en une extension CAP livrée — le SAP Cloud SDK for AI et les fonctionnalités IA natives de CAP — plus un piège de gouvernance à ne pas franchir.
1. Deux briques, un raccourci archivé
Au 25 septembre 2026, SAP offre exactement deux voies supportées pour intégrer l'IA générative dans une application CAP :
Prérequis
- Avoir suivi M333 (Fondamentaux IA et LLM) et M330 (Vector Engine et Knowledge Graph Engine de HANA Cloud pour le RAG), ou équivalent
- Connaissance pratique de CAP (Core Data Services, modèles CDS, un service CAP livré en Node.js ou Java)
- Aisance avec JavaScript/TypeScript ou Java à un niveau suffisant pour lire le code d'exemple du SDK
Acquis
- Sélectionner le bon package du SAP Cloud SDK for AI pour un besoin IA CAP donné, sans recourir au CAP LLM plugin archivé.
- Modéliser et interroger des embeddings nativement dans un modèle CDS, en refermant une boucle RAG sans base vectorielle séparée.
- Câbler un appel au service d'orchestration dans une action CAP, en gardant la configuration du modèle et du pipeline hors de la logique métier.
- Exposer un service CAP comme outils MCP gouvernés, avec une vérification explicite de la SAP API Policy avant que des données de production ne soient touchées.
Module complet réservé aux abonnés. Le module complet ajoute : le cadre de décision · le cas guidé de bout en bout · la grille de KPI · les anti-patterns · les blocs de code · le contrôle de connaissances · les schémas.