เชื่อมต่อ LLMs กับ SAP GUI สำหรับ Windows ด้วยเซิร์ฟเวอร์ MCP ท้องถิ่น
mcp-sap-gui ซึ่งพัฒนาโดย Kts982 เป็นเซิร์ฟเวอร์ MCP ที่เชื่อมต่อโมเดลภาษาเข้ากับ SAP GUI สำหรับ Windows เพื่อทำงาน ERP แอปนี้แปลคำสั่งในภาษาธรรมชาติเป็นการกระทำของ GUI ผ่าน SAP GUI Scripting API ซึ่งช่วยให้สามารถดำเนินการธุรกรรม การป้อนข้อมูลในฟิลด์ และการจัดการเซสชันอัตโนมัติ เป้าหมายคือที่ปรึกษา SAP, นักพัฒนา ABAP และวิศวกรอัตโนมัติที่ต้องการรวมเอเจนต์ AI เข้ากับเวิร์กโฟลว์ SAP ที่มีอยู่
คุณสามารถใช้มันทำงานอะไรได้บ้าง?
เซิร์ฟเวอร์เปิดเผยการดำเนินการในระดับ GUI เพื่อให้ลูกค้า LLM สามารถขับ T-codes ที่เฉพาะเจาะจงและการควบคุมที่ซับซ้อนได้ ตัวจัดการที่นำมาใช้รวมถึง MM03, VA01, และ SE80; โมดูลการดึงข้อมูลมุ่งเป้าไปที่กริด ALV (GuiGridView) และการควบคุมตารางแบบคลาสสิก เครื่องมือสนับสนุนการนำทางต้นไม้และลำดับฟังก์ชันคีย์สูงสุดถึง F24 การค้นหาหน้าจอและการระบุองค์ประกอบช่วยในการแมพโมเดลไปยัง GUI และตัวเลือกการจับภาพหน้าจอให้การตรวจสอบภาพของขั้นตอนที่ทำงานโดยอัตโนมัติ.
ผลลัพธ์มีความแม่นยำแค่ไหนเมื่อเปรียบเทียบกับการทำด้วยตนเอง?
เนื่องจากแอปออกคำสั่งผ่าน Scripting API การกระทำที่สร้างขึ้นจะใช้พื้นผิวการทำงานอัตโนมัติเช่นเดียวกับลูกค้าที่เขียนสคริปต์ เครื่องมือค้นหาหน้าจอและการระบุองค์ประกอบช่วยลดความไม่ตรงกันระหว่างคำแนะนำของโมเดลและองค์ประกอบของอินเตอร์เฟซจริง โมดูลการดึงข้อมูลทำงานที่ระดับการควบคุมแทนที่จะพึ่งพา OCR ของภาพ ดังนั้นการดึงข้อมูลจึงมุ่งเป้าไปที่การควบคุมที่มีโครงสร้าง ความแม่นยำในทางปฏิบัติจึงขึ้นอยู่กับความเสถียรของเลย์เอาต์ GUI และตัวระบุการควบคุมที่ยังคงอยู่ตลอดเวลา.
รองรับรูปแบบไฟล์ใดบ้างและมีข้อกำหนดของระบบอย่างไร?
เซิร์ฟเวอร์ทำงานบน Windows 10 หรือ 11 และต้องการ Windows SAP GUI client พร้อมการเปิดใช้งานการเขียนสคริปต์ทั้งในเซิร์ฟเวอร์ RZ11 และการตั้งค่าลูกค้าในท้องถิ่น การติดตั้งมุ่งเป้าไปที่สภาพแวดล้อม Python 3.10+ และผู้จัดการแพ็คเกจทั่วไป เช่น pip หรือ uv ลูกค้าที่เข้ากันได้กับ MCP ใด ๆ สามารถเชื่อมต่อได้; ตัวอย่างที่มีเอกสารรวมถึง Claude Desktop, Cursor, Claude Code, และ GitHub Copilot เป็นเป้าหมายการรวม.
การรวมเข้ากับเวิร์กโฟลว์ที่มีอยู่เป็นเรื่องที่ทำได้จริงหรือไม่?
โครงการนี้เป็นหนึ่งในไม่กี่การดำเนินการ MCP แบบโอเพนซอร์สที่มุ่งเป้าไปที่ Scripting API และรวมเครื่องมือช่วยมากกว่าห้าสิบรายการเพื่อจัดการกับสถานการณ์การโต้ตอบที่ลึกซึ้ง การเชื่อมต่อและการจัดการเซสชันอัตโนมัติผูกเข้ากับ SAP Logon Pad ซึ่งช่วยลดการบูตสแตรปแบบกำหนดเองสำหรับการทำงานของตัวแทน นักพัฒนาผลิตยูทิลิตี้ที่เกี่ยวข้องเช่น sap-odata-explorer และ wintui ซึ่งบ่งบอกถึงประสบการณ์ที่มุ่งเน้นกับเครื่องมือพัฒนาระดับองค์กรและการรวมเข้าด้วยกัน.
ดีที่สุดเมื่อใช้เป็นโครงการนำร่องการรวมกับการดูแลจากนักพัฒนา
การรับรู้จากชุมชนภายใน SAP และวงการนักพัฒนา MCP แสดงให้เห็นถึงคุณค่าที่เป็นประโยชน์ ปฏิบัติโครงการนี้เสมือนโครงการนำร่องการรวม: ทำการทดสอบแบบครบวงจรในสภาพแวดล้อมที่ควบคุม จัดสรรเวลาให้นักพัฒนาสำหรับการทำงานและการตรวจสอบการเชื่อมต่อ และบันทึกการแมพ GUI ก่อนที่จะย้ายไปยังการผลิต สร้างขั้นตอนการย้อนกลับและตรวจสอบการดึงข้อมูลกับรายงานต้นทางระหว่างการนำร่องเพื่อลดความเสี่ยงในการดำเนินงาน.
