共计 1543 个字符，预计需要花费 4 分钟才能阅读完成。
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
- 使用 Java+SAP 云平台 +SAP Cloud Connector 调用 ABAP On-Premise 系统里的函数
- 使用 JDBC 操作 SAP 云平台上的 HANA 数据库
- 用 JavaScript 访问 SAP 云平台上的服务遇到跨域问题该怎么办
- 在 SAP 云平台的 CloudFoundry 环境下消费 ABAP On-Premise OData 服务
- 如何在 Web 应用里消费 SAP Leonardo 的机器学习 API
- 使用 Java 程序消费 SAP Leonardo 的机器学习 API
