Économisez des coûts d'infrastructure grâce aux API AI Center

Avec les requêtes d'API, vous pouvez modifier l'état d'une compétence ML de manière programmatique. Ces API peuvent être utilisées même dans un workflow d'automatisation pour déployer et annuler le déploiement d'une compétence ML, optimisant ainsi la disponibilité de l'infrastructure et permettant de réduire les coûts. Consultez l'ensemble complet d'API AI Center documenté dans swagger.

Notez que accountname et tenantname sont spécifiques à votre compte. Pour plus d'informations, consultez la liste des API .

Vous utilisez les API AI Center pour :

1. Trouver l’ID de compétence ML de sampleClassifierSkill
2. Arrêter (annuler le déploiement) de la compétence ML
3. Démarrez (redéploiement) et vérifiez la mise à jour de l’état.

En novembre 2022, nous avons annoncé la disponibilité d'API pour interagir de manière programmatique avec chaque composant d'AI Center. Vous pouvez désormais gérer des ensembles de données, entraîner des modèles ML et déployer des compétences ML à l'aide d'API, sans avoir à utiliser l'interface utilisateur.

L'un des principaux cas d'utilisation pour tirer parti des API consiste à gérer le statut de déploiement d'une compétence ML. Selon l'automatisation, vous n'avez peut-être pas besoin qu'une compétence ML soit active tout le temps. Annuler le déploiement des compétences ML lorsqu'elles ne sont pas utilisées peut vous aider à économiser sur les coûts matériels (AI Units).

Les étapes pour accéder aux API AI Center sont :

1. Enregistrement d'une application externe (configuration unique)
2. Génération d'un jeton d'authentification (renouvellement à l'expiration)
3. Passer des appels API AI Center

Remarque : les deux premières étapes appliquent le contrôle d'accès en vous assurant que votre application est enregistrée et authentifiée

Enregistrement d'une application externe

Pour utiliser les API, votre application doit s'enregistrer en tant qu'application externe avec une étendue AI Center.

1. Dans le panneau de navigation de gauche, accédez à la page Admin et sélectionnez External Applications.
2. Pour ajouter une nouvelle application externe, sélectionnez + Add Application

   et nommez-le.

   Remarque : seul le typeconfidential application peut accéder aux API AI Center.
3. Pour activer l'étendue AI Center sur l'application externe :
   1. Sélectionner Add scope
   2. Choisissez AI Center API Access (preview) dans la liste déroulante des ressources.
   3. Accédez à l'onglet Application Scope
   4. Sélectionnez les API auxquelles vous souhaitez autoriser l'accès.
   Dans l'exemple ci-dessous, toutes les API sont sélectionnées pour plus de simplicité, mais vous pouvez choisir d'attribuer à des API spécifiques l'accès à des applications externes spécifiques.
   
   

   

   
   
4. Sélectionnez Add. Une fenêtre contextuelle avec l' ID d'application et une clé secrète d'application est générée.
   Astuce : Vous pouvez afficher l' ID d'application et la clé secrète de l'application à tout moment à partir de l'activité Modifier l'application externe ( Edit External Application). Ces informations d'identification sont utilisées pour générer un jeton d'authentification à l'étape suivante. Consultez des informations supplémentaires sur la gestion d'applications externes.
   
   

   

   
   

Génération d'un jeton d'authentification

Pour l’authentification et l’accès sécurisé, l’application externe demande un jeton d’accès à UiPath® Identity Server. Le jeton d'authentification généré expire au bout d'une heure, après quoi vous devez régénérer un nouveau jeton d'authentification.

Si vous souhaitez utiliser Postman, vous pouvez vous inscrire gratuitement et choisir d'utiliser l'interface Web de Postman ou l'application téléchargeable. Consultez le site officiel de Postman .

1. Générez une requête POST au point de terminaison d'Identity Server https://cloud.uipath.com/identity_/connect/token qui inclut les éléments suivants dans le corps de la requête.

   client_id: App ID from previous step
   client_secret: App Secret from previous step
   grant_type: “client_credentials”

2. Définissez grant_type sur client_credentials.

Utilisez le type de contenu application/x-www-form-urlencoded pour Postman.

Cette requête génère un jeton d'authentification similaire à celui ci-dessous, répertoriant les autorisations activées pour cette application externe. Utilisez ce jeton d'authentification lors des appels d'API AI Center.

Consultez les informations supplémentaires sur les informations d' identification et les jetons d'authentification.

Passer des appels API AI Center

Les appels d'API respectent la structure suivante : https://cloud.uipath.com/accountname/tenantname/aifabric_/ où « accountname» et « tenantname » sont spécifiques à votre compte. La plupart des API ont besoin des informations suivantes :

1. ID de compte et ID de locataire. Vous pouvez trouver les informations sur le compte et le locataire dans la section d'informations de profil du locataire. Voir les informations de profil.
2. Autorisation. Le champ d'autorisation doit être renseigné avec le jeton d'authentification généré à l'étape précédente.
   Attention : Lorsque vous utilisez le jeton d'authentification, préfixez-le avec Bearer comme dans la capture d'écran ci-dessous.

Vous pouvez désormais accéder à des API spécifiques. Utilisez sampleClassifierSkill pour cet exemple. Dans la liste Compétences ML, vous pouvez voir que cette compétence existe et qu'elle est actuellement dans le statut Disponible ( Available ).

Rechercher les détails de la compétence ML

À l'aide de l'appel GET ML Skills , vous pouvez récupérer une liste de toutes les compétences ML du compte et du locataire. Vous pouvez également ajouter le nom de la compétence ML dans le cadre de la requête pour rechercher une compétence ML spécifique et récupérer ses détails. Dans ce cas, vous trouvez la compétence ML idpour le sampleClassifierSkill

GET /ai-deployer/v1/mlskills?name=sampleClassifierSkill

Dans la réponse ci-dessous, les champs clés sont surlignés en jaune. Vérifiez que le sampleClassifierSkill est dans l'état Disponible (Available). La compétence ML id est utilisée dans les API suivantes pour mettre à jour l'état.

Arrêter la compétence ML

Pour arrêter une compétence ML :

• La requête la demande doit contenir l'action de mise à jour stop et la compétence ML id
• L'en-tête doit contenir des informations de compte, de locataire et d'authentification

PUT /ai-deployer/v2/mlskills/stop/{mlSkillId}

La réponse montre que le changement de statut de la compétence ML a réussi :

En vérifiant l'IU, vous pouvez vérifier que sampleClassifierSkill n'a pas été déployé.

Reprendre la compétence ML

Pour redémarrer (déployer) la compétence ML, effectuez les appels d'API en ayant updateType défini sur Reprendre (Resume).

POST /ai-deployer/v1/mlskills/{mlSkillId}?updateType=RESUME

{ "deploymentsRequired": 1, 
"gpuRequired": 0, 
"mlPackageVersionId": <package-version-id>, 
"processor": "CPU", 
"publicSkill": false, 
"autoUpdate": false, 
"inactivityPeriodInDays": 7, 
"replicas": 1, 
"requestMemory": 2, 
"requestCPU": 0.5, 
"limitMemory": 9, 
"limitCPU": 2 
}

À partir de la réponse, vous pouvez voir que la demande a réussi et que l'état de la compétence est passé à Déploiement(Deploying).

Attendez que la compétence soit disponible et vérifiez le statut de la compétence ML à l'aide de l'API de détails GET ML Skill .

À partir de la réponse, la compétence ML est maintenant déployée et disponible. Vérifiez la disponibilité de la compétence dans l'interface utilisateur. Désormais, vos automatisations peuvent tirer parti de la compétence ML déployée sampleClassifierSkill dans les workflows pour faire des prédictions.