在本节中，我们将探讨如何在 IRIS 中使用 Python 作为主要编程语言，在使用 Python 编写应用程序逻辑的同时仍能利用 IRIS 的强大功能。

• IRIS 中的 Python 优先方式简介
  • 使用方法 (irispython)
    • 什么是 irispython？
    • irispython 使用示例
    • 优点
    • 缺点
    • 结论
  • 使用 WSGI
    • 使用方法
    • WSGI 使用示例
    • 优点
    • 缺点
    • 结论
  • DB-API
    • 使用方法
    • DB-API 使用示例
    • 优点
    • 缺点
    • 备选方案
    • 结论
  • Notebook
    • 使用方法
    • Notebook 使用示例
    • 优点
    • 缺点
    • 结论
• 补充部分
  • 使用原生解释器（无 irispython）
    • 使用方法
    • 优点
    • 缺点
  • DB-API 社区版
    • 使用方法
    • DB-API 使用示例
    • 优点
    • 缺点
  • 在 IRIS 中调试 Python 代码
    • 使用方法
    • 优点
    • 缺点
    • 结论
  • IoP（基于 Python 的互操作性）
• 结论

IRIS 支持开箱即用的 CCDA 和 FHIR 转换，但访问和查看这些功能需要大量的时间设置和产品知识。IRIS Interop DevTools 应用程序旨在弥补这一差距，让实施人员能够立即进入并查看产品的内置转换功能。

除了 IRIS XML、XPath 和 CCDA 转换环境，Interop DevTools 软件包现在还提供：

• FHIR-SDA 转换设置
• SDA-FHIR 转换设置
• 构建 FHIR 错误验证
• 加载 FHIR 转换所需的内容

已经更新仪表板的外观和感触，看起来更加直观和用户友好。在 IRIS 中执行，以便充分利用环境，同时用户界面允许可见性、可重复性以及隔离修改和模块进行测试的能力。

以下是5个功能支持:

1. XPath 评估器： 根据输入 CCD 评估 XPath 并返回结果

2. CCDA 到 SDA 转换： 通过选定的基本 XSL 转换运行输入的 CCD，并显示 SDA 结果。

3. XSL 模板测试器： 针对输入 CCD 应用单个 XSL 模板，并显示生成的 CCD。

4. FHIR 到 SDA 转换： 在输入的 FHIR 资源或捆绑包上运行标准的 FHIR 到 SDA 转换，并显示 SDA 结果或 FHIR 验证错误响应。

5. 5. SDA 到 FHIR 转换： 在输入的 SDA 消息上运行标准的 SDA 到 FHIR 转换，并显示 FHIR 束结果。

基于 XSLT 的互联互通临床文档到 FHIR 资源转换

国家卫健委互联互通成熟度评测中的临床共享文档，作为医疗信息交换的重要载体，采用了XML标准的文档格式。随着医疗信息化的发展，FHIR（Fast Healthcare Interoperability Resources）作为新一代医疗信息交换标准，因其简洁性、灵活性和RESTful架构，逐渐成为医疗数据交换的理想选择。将共享文档文档转换为FHIR资源，能够有效促进不同医疗系统间的数据互通，提升医疗信息的利用价值。

XSLT（可扩展样式表语言转换）是一种用于将XML文档转换为其他XML文档或文本格式的语言。在医疗数据转换场景中，XSLT凭借其强大的XML处理能力，成为共享文档到FHIR转换的理想工具。

我们知道共享文档文档是一种结构化的XML文档，通常包含以下主要部分：

- 文档头（Document Header）：包含文档元数据，如文档类型、创建时间、作者等

- 临床数据部分（Clinical Sections）：按章节组织的临床信息，如问题列表、用药记录、检查报告等

- 数据条目（Entries）：具体的临床数据项，如诊断、药物、检验结果等

FHIR则采用了资源导向的设计理念，每个临床概念都被建模为独立的资源，通过RESTful API进行访问。FHIR资源具有以下特点：

本演示程序用于展示如何采用自定义FHIR profile来验证数据合规性。自定义FHIR实施指南基于FHIR R4版本开发，在本例中实现了对Organization资源的扩展并用于验证数据的合规性。

安装

1. 通过Git clone下载本项目。
2. 执行docker-compose up -d构建并启动容器，初次执行时需执行需10～15分钟（视配置变化）。将构建InterSystems IRIS for Health镜像，安装FHIR服务器，导入自定义FHIR规范，使自定义FHIR 规范可用于验证数据。
3. 在Postman中导入TestCases中的测试用例文件，查看各类FHIR约束的测试效果
4. 容器启动后可查看自定义IG内容

项目代码结构

低代码挑战

想象一下那个场景。您正在 Widgets Direct 愉快地工作，这是互联网上首屈一指的小部件和小部件配件零售商。您的老板有一些毁灭性的消息，一些客户可能对他们的小部件不太满意，我们需要一个帮助台应用程序来跟踪这些投诉。为了让事情变得有趣，他希望代码占用非常小，并挑战您使用 InterSystems IRIS 以少于 150 行代码交付应用程序。这可能吗？

免责声明：本文记录了一个非常基本的应用程序的构建，为了简洁起见，省略了安全性和错误处理等细节。该应用程序仅供参考，不得用于任何生产应用。本文使用IRIS 2023.1作为数据平台，并非所描述的所有功能在早期版本中都可用

第 1 步 - 定义数据模型

我们首先定义一个新的干净的命名空间 - 带有代码和数据数据库。虽然所有内容都可以位于 1 个数据库中，但将它们拆分以便于数据刷新。

我们的帮助台系统需要 3 个基本类：一个 Ticket 对象，它可以包含用于记录员工顾问 UserAccount 和客户联系人 UserAccount 之间交互的操作。让我们用一些基本属性来定义它们：

这篇文章介绍了使用由支持 langchain 框架的IRIS来实现问答聊天机器人，其重点介绍了检索增强生成（RAG）。

文章探讨了IRIS中的向量搜索如何在langchain-iris中完成数据的存储、检索和语义搜索，从而实现对用户查询的精确、快速的响应。通过无缝集成以及索引和检索/生成等流程，由IRIS驱动的RAG应用程序使InterSystems开发者能够利用GenAI系统的能力。

为了帮助读者巩固这些概念，文章提供了Jupyter notebook和一个完整的问答聊天机器人应用程序，以供参考。

什么是RAG以及它在问答聊天机器人中的角色

RAG，即检索增强生成，是一种通过整合超出初始训练集的补充数据来丰富语言模型（LLM）知识库的技术。尽管LLM在跨不同主题进行推理方面具有能力，但它们仅限于在特定截止日期之前训练的公共数据。为了使AI应用程序能够有效处理私有或更近期的数据，RAG通过按需补充特定信息来增强模型的知识。这是一种替代微调LLM的方法，微调可能会很昂贵。

在问答聊天机器人领域，RAG在处理非结构化数据查询中发挥着关键作用，包括两个主要组成部分：索引和检索/生成。

索引从数据源摄取数据开始，然后将其分割成更小、更易于管理的块以进行高效处理。这些分割的块随后被存储和索引，通常使用嵌入模型和向量数据库，确保在运行时能够快速准确地检索。

好不好玩，能当真吗？

最近几个月，大型语言模型GPT正在激起一些现象。因此，上周末我不可避免地也在玩 ChatGPT，以探究它是否会成为我正在敲打的一些基于 BERT 的“传统”AI 聊天机器人的补充，或者更确切地说，它是否会淘汰它们。
玩的时候脑子里冒出一个念头。通过略微理论化或哲学化，最终互操作性标准（如 HL7 和 FHIR 等）是一种“语言”，对吗？ HL7 有自己的语法、规则、词汇甚至方言——每个系统都有自己的语调。这就是为什么当一台机器与另一台机器对话时，它们需要翻译器（例如 DTL 转换）来实现相互理解。
所以环顾四周，似乎一切都是语言：编码是语言：python，javascript和COS也是语言。 HL7、FHIR 甚至 XML 或 JSON 都是语言，只是它们比自然语言更结构化，那么 GPT 应该更容易上手吗？
那么，我们可以从简单地重用 GPT 的预训练编码语言模型来模拟 DTL 开始吗？我们还没有进行调整，以下是初步结果：

测试

模式：完整
型号：code-davinci-002
温度：0
最大长度：1989
其他：默认
停止序列：###
1、将HL7 ADT A01转A05？

输入:  

前言

自接触IRIS以来在医院之中使用最多的是其作为一个ESB集成引擎来使用，作为医院的集成平台+数据中心中的一环。但是其也可以进行CRUD作为前后端分离项目的后端使用：

文章目录

前言

文章目录

一、开发技术和工具

二、开发路径和相关代码

       1.数据库

       2.准备工作

       3.开发接口的相关步骤

       4.成果展示

总结

本文章将以一个简单的页面展示IRIS的相关CRUD操作：

是的，我计划使用IRIS重构Production页面，先展示一下我开发完的成果吧：

呃の好像是一毛一样，哈哈

一、开发技术和工具

工欲善其事，比先利其器：

后端：HealthConnect+Global
前端：vue

使用IRIS的%CSP.REST开发的Rest API接口，前端使用vue简单的把接口相关内容展示，可以编辑、新增组件，控制production启动、停止、更新检测状态。

二、开发路径和相关代码

1.数据库

首先，我们找到Production的相关表，分别是：Ens_Config.Item 和 Ens_Config.Production 如图所示：

所以代码的思路很明确了对Ens_Config.Item进行新增、删除、修改、查询操作对Ens_Config.Production进行查询操作。

2.准备工作

在正式开发之前我们得先做一些准备工作：比如开放网关

日常工作中，JSON使用越来越多，很多其他的语言里面有成熟的JSON API,但cache 我一直没找到。而同事们使用的基本都是自己写的一些JSON工具。这些小工具，多多少少有些局限。使用ensemble2016后，发现了Ens.Util.JSON类，他可以处理JSON。翻阅代码后，实际上主要API是 %ZEN.Auxiliary.abstractController。在使用中，我们遇到一个问题，那就是有些JSON的节点名是带有下划线的，这个不太好处理。一般来说，我们把对象转为xml的时候，对象的属性我们是去掉下划线的，带下划线的名字是用 XMLNAME来设置的，于是考虑JSON里面也使用它（如果配置了）作为对象转JSON的时候，JSON的名字。修改 %ZEN.Auxiliary.jsonProvider的 %WriteJSONStreamFromObject方法后，发现ensemble的一些自带的页面的功能受到了影响。因此重新建立了一个副本。这里假定为 Util.JSON Extends %ZEN.Auxiliary.abstractController [ System = 3 ]。对象转为JSON的方法中，需要修改 ClassMethod %ObjectToJSON(pObject As %RegisteredObject, ByRef pVisited, pLevel 

如果你读了我之前介绍QEWD微服务的文章，希望你会渴望了解如何使用它们。  所以在这篇文章中，我将解释你需要知道的东西，以便开始使用。

如果你在QEWD资源库中，你会发现目录: 

  https://github.com/robtweed/qewd/blob/master/example/jwt

在我之前关于JSON网络令牌（JWTs）和QEWD的文章中，我用这个示例应用程序来解释如何使用JWTs。  这个示例应用程序还演示了如何设置一个简单的微服务，在这种情况下是一个处理用户认证的服务。  所以，现在让我深入了解一下这个例子应用程序的这方面内容。

如果你想使用QEWD微服务，你也必须使用JWTs--它们提供了一种方法，用户的认证和会话可以被多个独立的QEWD服务器交叉通信和处理。  因此，请看一下启动文件:

   https://github.com/robtweed/qewd/blob/master/example/jwt/startup_file/q…

你会看到，它将QEWD配置为使用JWT，并定义了用于签署和加密JWT的加密字符串:

           jwt: {
            secret: 'someSecret123'
          },

而且，你可以看到如何定义微服务:

    我一直希望 VSCode 能够拥有熟悉的 Studio 外观。

    值得庆幸的是，VSCode 易于定制，因此您可以为任何元素选择任何颜色。

    这是我到目前为止得到的：

第七章 Caché JSON %JSON快速参考

%JSON快速参考

本节提供本章中讨论的%JSON方法、属性和参数的快速参考。

%JSON.Adaptor方法

这些方法提供了从JSON序列化和序列化到JSON的能力。

%JSONExport()

%JSON.Adaptor.%JSONExport()将启用JSON的类序列化为JSON文档，并将其写入当前设备。

   method %JSONExport(%mappingName As %String = "") as %Status

• %mappingName(可选)-要用于导出的映射的名称。基本映射由"" 表示，并且是默认映射。

%JSONExportToStream()

%JSON.Adaptor.%JSONExportToStream()将启用`JSON的类序列化为JSON文档并将其写入流。

   method %JSONExportToStream(ByRef export As %Stream.Object, 
      %mappingName As %String = "") as %Status

• export - 包含序列化的JSON文档的导出流。
• %mappingName(可选)-要用于导出的映射的名称。基本映射由""表示，并且是默认映射。

%JSONExportToString()

第六章 Caché JSON 使用JSON适配器

JSON适配器是一种将ObjectScript对象(registered, serial or persistent)映射到JSON文本或动态实体的方法。本章涵盖以下主题：

• 导出和导入-介绍启用JSON的对象并演示%JSON.Adaptor导入和导出方法
• 带参数映射-描述控制如何将对象属性转换为JSON字段的属性参数。
• 使用扩展数据映射块-介绍将多个参数映射应用到单个类的方法。
• 格式化JSON-演示如何使用%JSON.ForMatter格式化JSON字符串。
• %JSON快速参考-提供本章中讨论的每个%JSON类成员的简要说明。

Exporting and Importing

从JSON序列化或序列化到JSON的任何类都需要子类%JSON.Adaptor，它包括以下方法：

• %JSONExport()将启用JSON的类序列化为JSON文档，并将其写入当前设备。
• %JSONExportToStream()将启用JSON的类序列化为JSON文档并将其写入流。
• %JSONExportToString()将启用JSON的类序列化为JSON文档并将其作为字符串返回。
• %JSONImport()将JSON作为字符串或流导入，或者作为%DynamicAbstractObject的子类导入，并返回启用JSON的类的实例。

之所以称为Dynamic，是说这个对象在代码编译的时候可以不定义对象的属性和结构，在runtime时才根据装入的数据来产生对象定义。IRIS里用Dynamic Object来处理JSON数据。简单说: 先定义一个Dynamic Object, 把JSON数据装进去，然后用对象的方式处理JSON文档。

让我们看看是它是怎么工作的。

创建一个Dynamic Object很简单, 标准而且啰嗦的写法是：

set dynObject1 = ##class(%DynamicObject).%New()

大家通常用简单的写法，像这样用一个{}来定义Dynamic Object:

DEMO>set dynObject1 = {}
DEMO>zw dynObject1
dynObject1={}  ; <DYNAMIC OBJECT>

字符串，流到DynamicObject的导入导出

把JSON数据从字符串或者流导入DynamicObject被称作Deserializing；反之，把DynamicObject里的JSON导出来到String或者Stream叫Serializing。在类%DynmicObject中用的是%FromJSON()和%ToJSON()两个方法，一个是类方法，一个是实例方法：

我对EnsLib.HTTP.GenericOperation类进行了操作。此操作发送以下json消息：

<HTTPMessage xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:s="http://www.w3.org/2001/XMLSchema">

<Stream>

假设您想编写一些真正的web应用程序，例如medium.com网站的简单克隆。这类应用程序可以在后端使用任何不同的语言编写，也可以使用前端的任何框架编写。编写这样一个应用程序有很多方法，你也可以看看这个项目。它为完全相同的应用程序提供了一堆前端和后端实现。您可以轻松组合它们，任何所选前端应该与任何后端搭配。

我来介绍一下这个使用后端InterSystems IRIS来实现后端的相同的应用程序。  

最近我一直在发布对 JSON 功能的一些更新，我很高兴许多人提供了反馈。 今天，我想将重点放在另一个方面：使用 SQL 查询生成 JSON。