AI Agent 要處理 SAP 業務,需要能找到適合的函數、理解欄位,並取得可驗證的執行結果。2026 年的工作從 MCP 請購單 POC,延伸到通用 RFC 網關整合。
已完成的整合與驗證
截至 2026/11/18,完成以下實測工作:
- 連線基礎:以 uv 管理 Python 3.11、固定 PyRFC 版本及 SDK 載入設定;直接 SAP RFC 登入、ping 與
STFC_CONNECTION回傳驗證通過。 - RFC 網關整合:建立安裝、啟動與驗證流程。
/health、/ready及通用/api/rfc驗證通過。 - SAP 能力探索:在指定名稱範圍查得 603 筆 RFC/BAPI 目錄結果,確認包含請購與採購相關函數;查得 55 個符合條件的自訂透明表。
- 欄位與資料理解:取得一張訂單交接表的 12 個欄位、DDIC 說明及複合主鍵,完成 100 筆樣本讀取與本機匯出。
我的成果集中在環境建置、網關整合、驗證與 SAP 查詢。目錄搜尋的 603 筆是指定範圍結果,100 筆樣本未指定排序,皆不能視為全系統盤點或最新資料。
用自然語言打開 SAP 查詢與整合
SAP 主機可能部署在 Unix/Linux 等伺服器環境。從 Windows 串接 SAP,往往需要處理專用介面、連線設定與權限,對一般使用者或剛接手的 IT 人員都有門檻。
這套架構結合 SAP 官方 SDK、SAP AI Gateway,以及 Claude 或 Codex,讓自然語言需求透過網關轉成 SAP 查詢:
使用者 → Claude/Codex → SAP AI Gateway → SAP 官方 SDK → SAP最大的好處,是讓不同角色都能更容易理解與使用 SAP:
- 一般使用者/新人:用人類的自然語言進行 SAP 查詢,降低學習交易碼與查詢介面的負擔。可透過既有授權與權限規劃提供查詢服務;是否需要額外帳號或費用,仍依 SAP 授權條款確認。
- 進階 IT 人員:探索可用的 RFC、檢視自訂 ZTABLE 的結構與資料,掌握外接系統整合所需的介面與資料依據,減少接手時摸索的時間。
- SAP 開發人員:用自然語言輔助查找函數、欄位與資料,減少反覆切換、輸入 t-code 的負擔。每天敲交易碼的心累,終於有機會少一點!
操作示範:自然語言查詢 RFC 與 ZTABLE
下一步:從工具可用走向業務可交付
本次驗證建立了 Agent 探索 SAP 與讀取資料的基礎。請購單建立及修改未在這次測試中執行;原有 PR API 當次尚未啟動,其健康檢查仍待重跑。
後續將優先處理舊版介面相容、業務欄位及狀態碼確認,再驗證寫入流程的授權、核准、交易回傳與重複執行控制。通用 RFC 網關的 /api/rfc 與既有 PR API 的 /pr/create 是不同契約,串接前必須明確對應。
本文依 2026/11/18 的實測工作紀錄整理,呈現當次驗證成果。