葡萄牙语译文

11月1日验证更新，经审计的v7结果

在一项最终确定的、在任何输出产生前已冻结的12个案例测试中（案例和评分标准由一名评审员设定，另一名评审员预先冻结了确定性基线，在两次基础设施中断且无案例输出后，允许进行一次运行）， 原生代理在12个案例中的11个案例中给出了正确的原始提案，而采用“安全弃权”规则的方案为7个，确定性基线为8个，且未出现任何不安全的代理决策。预先注册的标准（正确决策数至少比两个基线多两个，零不安全决策，所有控制条件均满足）已达成。 基线模型做出了一个不安全决策（合成双重退款）。代理的一个正确退款被安全拦截，原因是测试账本不接受该异常标签，且代理遗漏了一次必需的证据缺失声明。仅针对这些案例的描述性证据：非盲测，非总体估计，非普遍优越性。 估算成本为0.026美元，非正式发票。

次要有效决策读数方面，代理为10/12，规则为7/12，确定性基线为8/12。已提交黄金数据中的r4“符合条件的效果”标签属于编写错误；该标签保持不变，并在有效读数中仍计入代理的负面结果。 测试账本仅在出现 duplicate_payment 或 duplicate_charge 时执行重复退款，绝不会因模型描述要求更广泛的操作而执行。

钾离子检测结果为6.8 mmol/L时，绝不能拖延。既不能等候排队，也不能等候审核人员，更不能等候语言模型完成回答。 而血糖值180 mg/dL则另当别论：该数值已超出参考范围，可能无碍，也可能需要人工审核。我正是想通过这种中间情况来检验AI Hub代理能否提供帮助，同时确保其绝不会处理那些不容耽搁的检测结果。

LabTriage Agent 是我为“互操作性工作流中的 AI 代理”竞赛提交的参赛作品，也是我首次参加 InterSystems 举办的竞赛。 该代理在 IRIS for Health 生产环境中读取 HL7 v2 ORU^R01 实验室结果，并将每项检查归类到以下三类列表之一：RELEASE（发布）、HOLD_FOR_REVIEW（待审核）或 CRITICAL（危急）。其设计理念的核心在于顺序。确定性规则优先执行，并决定哪些结果属于危急情况。 该代理仅处理规则无法裁定的结果。最终决策权由人工通过“互操作性工作流收件箱”行使。

本文将追踪一条消息在这些层级中的流转过程，展示如何在无需 API 密钥的情况下运行整个项目，并最后分享我关于 AI Hub 154 版本的一些观察。

项目中的所有数据均为合成数据，临界值也均为虚构。这仅是一个演示，并非临床工具。

大家好。

我从主生产视图中了解到，可以在旧版和新版界面之间切换，但像规则编辑器这类功能是否有类似的切换选项？

我曾在其他地方看到，早期版本可以通过禁用/启用 Web 应用来切换界面，但在 2026.1 版本中我找不到这个功能，而且那些帖子中提供的文档链接现在已经过时，无法跳转到文档的相应部分。

这主要是为了应对某些功能在新界面中尚未完全优化完善的情况，或者为了让我们的开发人员熟悉新旧界面之间的差异。

本文介绍了“互操作性工作流中的AI代理”竞赛中的一份参赛作品。

iris-inbox-triage 项目展示了一个分拣代理，该代理将收到的电子邮件路由至 alert、draft_reply、archive 或 。

本文将介绍该项目的运作原理、其功能以及如何在 IRIS AI Hub 上运行它。如果您是希望使用 IRIS AI 代理构建互操作性生产系统的开发者，请继续阅读。否则，您不妨观看这段视频演示：

https://youtu.be/ht88cOoM4Ng

我是一名自由开发者。我撰写技术文章，并从事小型自动化工作。我使用同一个邮箱处理所有与工作相关的邮件。此外，还有关于项目提案、主机服务和邮件列表的邮件。这就是我决定构建自己的邮箱监控工具的原因。

iris-inbox-triage 项目正是以我自己的收件箱监控工具为蓝本开发的。该项目包含：

• 一个用于接收来信的互操作性服务
• 一个 IRIS AI 代理，用于对收到的邮件进行分类
• 一个工作流任务，供人工审核内容不明确的邮件

iris-inbox-triage 项目作为开源软件发布。您可以在 GitHub 的works-on-my-box/iris-inbox-triage 代码库中找到该项目的源代码。该项目还可在Open Exchange上获取，并作为 IPM 软件包 iris-inbox-triage 提供。

它有什么作用？

大家好，

我正在搭建一个本地环境，用于练习 IRIS for Health 系统的管理，包括 Linux 服务、日志、Apache 和 SELinux。

我的环境：

• 主机：Apple Silicon Mac
• 虚拟机：运行 RHEL 9.8（aarch64）的 UTM
• 产品：IRIS for Health 社区版 2026.2
• 安装类型：原生安装（非 Docker）

根据官方文档，RHEL 9 ARM64 属于受支持的平台。然而，评估门户仅提供 x64 安装程序（IRISHealth_Community-2026.2.0.221.0-lnxrh9x64.tar.gz）。

我还尝试过 InterSystems 软件分发门户，但我的账户无法访问下载资源。

请问有人知道 IRIS for Health 社区版是否有原生 ARM64 安装包，以及如何获取吗？还是说原生 ARM64 安装仅在持有其他许可证的情况下才可用？

先谢了！

使用新的 OAuth2.ResourceServer 类保护 REST API

OAuth 2.0 是保护 REST API 的常用方法，但过去将 InterSystems IRIS® 应用程序配置为 OAuth 2.0 资源服务器时，通常需要进行多项配置，并且在许多情况下还需编写自定义身份验证代码。

从InterSystems IRIS 2025.2 开始，提供了一种更简便的方法：全新的OAuth2.ResourceServer类。

本文将逐步介绍如何将 IRIS REST 应用程序配置为 OAuth 2.0 资源服务器，并使用访问令牌来保护 REST 端点。

我们的目标是什么？

假设我们有一个由 IRIS Web 应用程序暴露的 REST API：

https://iris.example.com/myapi

我们希望对该 API 的请求必须提供 OAuth 2.0 访问令牌：

GET /myapi/patients/123 HTTP/1.1

Host: iris.example.com

Authorization: Bearer eyJhbGciOi...

授权服务器会签发访问令牌。IRIS 充当资源服务器：它接收令牌、验证其有效性、确认该令牌是针对此 API 的，并确定与该请求关联的 IRIS 用户及其角色。

关于旧方法的简要说明

在上一篇中，Agent B 根据集成需求提出了组件拓扑。但这份设计还不是 IRIS Production，也不是正在运行的配置。它还需要参数化、渲染、编译并启动。

本文沿着这段转换过程展开，并以 SQL→SOAP 管道为例说明。需要先划清边界：Production 能编译并启动，并不能单凭这一点证明每条消息都能正确转换并持久化到目标端。

1. 拓扑是设计，不是运行配置

拓扑描述管道中应该有哪些组件，以及它们之间的关系。一个组件条目可以包含组件类型、名称、IRIS 类、所属类别和设置。Agent B 提出组件构成与顺序；平台代码负责解析已登记的实现类，并补充与连接相关的配置。

以 SQL→SOAP 为例，拓扑可能包含 SQL Service、转换 BP 和 SOAP Operation。拓扑还必须提供 IRIS 实例化这些组件所需的配置：例如 SQL 端的 JDBC DSN 和查询语句、目标 WSDL 导入生成的 BO 类，以及目标端点。

平台不会要求 Agent B 凭空发明这些部署细节。它会对 AI 输出进行归一化，根据已登记的模板和当前连接信息补充参数，检查完整性，并在适用时补齐必需组件。多管道请求会将各组整合到 Production 拓扑中，同时保留仍符合并入条件、且本次未替换的既有管道组。

2. 根据拓扑渲染一个 Production

后端会保存供 IRIS 使用的有效拓扑。demo.PipelineGenerator

各位开发者，

观看这段视频，了解 InterSystems IRIS 加密的分析方法，以及它与存储内数据压缩和去重技术的交互方式，并将其与存储级加密进行对比：

⏯安全路线图 @ Ready 2025

本文旨在为希望在 Web 应用程序中原生使用 OAuth2 的初学者提供入门指南。

这里有一个配套的视频/演示，可能会对您有所帮助： 

您还可以使用随附的 Open Exchange 应用程序在本地重现此示例。

OAuth 2.0 作为 Web 应用程序的原生身份验证类型

OAuth（开放授权）2.0 是一种标准机制，允许一个应用程序在不共享用户名和密码的情况下调用另一个应用程序的 API。客户端无需在每次请求中发送凭据，而是发送一个访问令牌（通常位于 Authorization: Bearer ... 请求头中）。

OAuth2 侧重于授权（客户端被允许执行哪些操作）。如果您还需用户登录和身份声明，OAuth2 通常会与 OpenID Connect（OIDC）配合使用——但本文将重点讨论 OAuth2 访问令牌和作用域。

如果您想快速复习一下，这段短视频提供了一个很好的概述：《OAuth 2.0 概述》

InterSystems 官方的 VS Code 扩展功能丰富，让使用 InterSystems 产品进行开发变得轻而易举。今天，我想重点介绍一些您可能忽略了的小而实用的功能。

显示所有类成员

只需点击一个按钮，即可查看当前类的所有成员，包括继承的成员。只需点击编辑器窗口右上角的类图标，就会出现一个可筛选的所有成员列表。点击其中一个成员，它就会在编辑器标签页中显示出来。

显示执行计划

在 ObjectScript 代码中使用 SQL 是充分利用 InterSystems IRIS 强大多模型功能的一种常见方式。然而，编写高性能的 SQL 查询可能颇具挑战。 正因如此，InterSystems 新增了一项功能，让您只需在编辑器标签页中单击一下，即可查看 SQL 语句的执行计划。只需点击类查询和嵌入式 SQL 语句上方的 Show Plan 按钮，代码旁边就会出现一个显示执行计划的 Web 视图。

打开 InterSystems 文档

VS Code 的一项便捷功能是允许您同时打开多个根文件夹。此外，每个文件夹中通常包含大量文件，这使得使用资源管理器界面导航到特定文件时有时会显得繁琐。 虽然 VS Code 提供了按文件名快速打开文件的命令，但文件名通常与 InterSystems 文档的名称不同（例如，User.Test.cls 的文件路径通常为 /User/Test.cls）。

概述

需要通过FHIR捕获、存储和共享患者层面的质量或风险调整指标结果的组织，可以通过扩展HealthShare SDA并启用向FHIRMeasureReport资源的转换来实现。

本文介绍了如何配置 HealthShare 以支持《达芬奇风险调整（RA）实施指南》，具体方法是启用针对单个患者或成员的MeasureReport资源的存储及基于 FHIR 的交换功能。

• 达芬奇风险调整实施指南： https://build.fhir.org/ig/HL7/davinci-ra/index.html
• FHIR MeasureReport 资源 (R4)： https://hl7.org/fhir/R4/measurereport.html

此配置的效果是能够将MeasureReport 数据持久化存储在 SDA 中，并按照达芬奇 RA 配置文件的要求通过 FHIR R4 进行公开。

解决方案概要

该解决方案引入了一个自定义的 SDA3 容器来存储每位患者的 MeasureReport 数据，并配置 HealthShare 将该数据转换为 FHIR R4 MeasureReport 资源。

你好，
我敢肯定我不是第一个遇到这个问题的人，所以请分享你的解决方案
我正在尝试加载一个包含 2 个依赖项的包，其中一个依赖项又有 5 个依赖项……
有没有更好的工具/脚本/向导可以处理这种情况？

在构建应用时，我们可能同时使用 Supabase 和 InterSystems IRIS：前者为应用提供基于 PostgreSQL 的后端服务，后者保存现有业务系统中的数据。如何让 PostgreSQL 查询到 IRIS 中的数据，是两套系统协作时经常遇到的问题。

iris-wasm-fdw 是一个面向这一场景的实验性项目。它使用 Supabase Wrappers 的 WebAssembly 外部数据包装器机制，通过 IRIS Atelier HTTP/JSON API 执行预先配置的 SQL，并将结果映射为 PostgreSQL 外部表。

项目目前适合结果集可控的只读查询和小规模试用。本文介绍它的工作方式、基本配置以及使用时需要注意的限制。

什么是 Wasm FDW？

PostgreSQL 的外部数据包装器（Foreign Data Wrapper，简称 FDW）允许用户将外部数据源映射为外部表。应用查询外部表时，包装器负责访问数据源并返回结果。

Supabase Wrappers 为这一机制提供了 WebAssembly 支持。开发者可以构建 Wasm 组件，由 Wrappers 扩展在 PostgreSQL 中加载；组件通过宿主提供的接口访问 HTTP API，并将数据交还给 PostgreSQL。

在 2026.3 版本中，FHIR 管理工具提供了一种安装 FHIR 软件包的新方法。

过去，您需要手动下载 FHIR 软件包，包括了解该软件包有哪些依赖项，并下载这些依赖项（以及它们的依赖项，以此类推）。 随后，您需要将这些文件放置在服务器可访问的位置。接着，您需要按照“依赖关系树”要求的顺序，分别安装每个包。

最新版本引入了一项新选项。我将详细说明其含义和工作原理，并进行简短演示。

大家好！

在上次比赛结束后，大家询问了如何提高在编程竞赛中获胜的几率。为此，我们邀请了专家们分享他们在评审参赛作品时看重的关键因素。以下是他们针对如何准备下次参赛作品提出的建议。

大家好！

我们很高兴在InterSystems Developers 的YouTube 频道上分享“Code to Care”系列的下一期视频：

⏯MCP 详解：弥合 AI 代理与工具之间的鸿沟

现代平台通常将可观测性视为三类核心指标：

• 指标
• 日志
• 追踪

OpenTelemetry（OTel）是生成并传输这三类信号的标准方式。本文将介绍在 Docker Compose 中运行的InterSystems IRIS的实际配置方案，其中包含完整的本地可观测性堆栈：

• Prometheus（指标）
• Loki（日志）
• Tempo（跟踪，用于 Grafana 跟踪钻取）
• Jaeger（可选，替代的追踪查看器）
• Grafana（统一用户界面）
• OpenTelemetry Collector

您将构建的内容

• IRIS 向OpenTelemetry Collector发送OTLP/HTTP遥测数据
• 收集器将数据路由至：
  • 追踪 ->Tempo（用于 Grafana）/Jaeger（备用追踪界面）
  • 指标 →Prometheus
  • 日志 ->Loki
• Grafana 从Prometheus、Tempo、 Jaeger 和 Loki读取数据，并将所有信息集中展示在一个界面中

您可在此处下载完整的可运行 Docker Compose 示例：https://github.com/isc-jyin/iris-otel-example

先决条件

• Docker

分步指南

1. 创建文件夹结构

otel-minimal-config/
  iris/
    cpf-merge.cpf
  configs/
    otel-collector-config.yaml
    prometheus.yaml
    tempo.yaml
    grafana/
      provisioning/
        datasources/
          datasources.yaml
  docker-compose.yaml
  README.md
  README.pdf

InterSystems IRIS 和 IRIS for Health 2026.1 的新功能

InterSystems IRIS 2026.1现已发布，其中包含众多强大的增强功能，旨在帮助组织以前所未有的方式扩展其数据管理能力。 无论您是处理海量数据集的管理运营工作，还是希望优化存储成本，此版本都提供了一系列功能，旨在简化您的数据管理流程，并应对超大规模数据集带来的日益严峻的挑战。 

扩展的数据库容量

得益于扩展的块寻址机制，我们将最大数据库容量从 32 太字节 (TB) 大幅提升至令人惊叹的 8 拍字节 (8 PB，采用 8k 块)，远超以往的上限。 我们采用的方法无需进行中断服务的迁移，即可将您的数据库透明地切换到新的“扩展数据库大小”格式——只需进行例行完整性检查，即可确保系统平稳运行。不过，旧版实例无法识别新的块编号方案，因此我们将此功能作为可选功能推出。更多详情请参阅发布说明。

多卷数据库

告别笨重且庞大的数据库文件。借助多卷数据库（MVDB），IRIS 会随着数据增长自动创建新的物理文件，因此您无需担心管理巨型文件或手动放置数据。 该功能无缝、透明且设计简洁，将逻辑数据库大小与物理文件限制解耦。特别是当您需要使用上述“扩展数据库大小”功能时，MVDB 是保持文件规模可控的必备功能。

大家好，社区的各位。

我使用 Intersystem Caché 已有两年时间，一开始就对 Caché 提供的丰富生态系统感到兴奋。 然而，我对使用 #call 进行的调用感到失望，我也明白这在当时是一种限制。 问题在于，#call 默认返回 null，这意味着虽然执行了 AJAX 请求，但没有钩子可以获取该请求的返回值。要获取该请求的数据，唯一的方法是在服务器端使用 &js<> 构建回调函数。

最终，我创建了一个类，用于在服务器端自动处理这些回调。简而言之，该类提供了一个方法（..Async(data)），通过覆盖全局变量将数据返回给客户端。

ClassMethod Async(data As %String, callback As %String = "globalAsync" ) As %Status
{
    &js< #(globalAsync)#(#(..QuoteJS(data))#) >
    return $$$OK
}

实现这一功能后，我遇到了两个问题：首先，使用全局变量是一个错误。 其次，该全局变量每次只能被单个请求覆盖。

大家好，

我们推出了一款全新的免费交互式教程，该教程将通过实践向您介绍如何使用InterSystems Python Productions（intersystems_pyprodPython 库）构建互操作性生产环境。

🐍InterSystems PyProd 教程🧑‍💻

什么是微服务？

微服务是一种架构风格，它将应用程序结构化为一组小型、自治的服务。每个组件围绕特定的业务能力进行开发，可以独立部署，通常由一个小型、专业化且自主管理的团队负责管理。（来源：https://microservices.io/）

1-) 引言

本文记录了我最近尝试将 IRIS 业务操作连接到安全 Kafka 服务器的经历，其中使用了 SSL 隧道对通信进行加密，并采用了基于 SCRAM-SHA-512 的 SASL（简单认证和安全层）密码哈希算法。

我们很高兴向大家介绍SCO Workbench——这是一个开源项目，旨在让任何人都能更轻松地了解和探索InterSystems Supply Chain Orchestrator™（SCO）。

如果您正在评估 SCO，SCO 社区版（SCO CE）为您提供了一种免费的方式，让您能够亲身体验 SCO 平台。 SCO Workbench 与 SCO CE 相辅相成，为初次接触 InterSystems 技术、希望在编写任何代码或参加正式产品培训之前了解 SCO 功能的用户提供了一个简单的入门起点。

简介
InterSystems IRIS 自适应分析（Adaptive Analytics）是一项可选扩展，它在 InterSystems IRIS 与流行的商业智能（BI）和人工智能（AI）客户端工具之间提供了一个面向业务的虚拟数据模型层。 自适应分析由 AtScale 提供支持，AtScale 的文档可通过此链接查看：https://documentation.intersystems.atscale.com

本文将介绍一些有助于数据分析的 AtScale 功能：

1. 立方体创建
2. Excel 可视化
3. 并行期间
4. 查询
5. Snowflake
6. 安全

7. 聚合函数

2026 年预计发布计划

鉴于此项调整，今年预计的发布计划如下：

2027 年计划发布时间表

这一变化在明年将更为明显，届时计划每月发布一次维护版本。请注意，2025.1 版本流计划在 2027.1 发布后转为较低频次的发布节奏。

几点说明：

• 如果某个月没有重要的修复程序准备就绪，我们将跳过该月的维护版本（MR）。
• 若发现关键漏洞，我们可能会在当月发布多个维护版本。
• 我们此前曾暗示2027 年将发布更多维护版本。这是对该计划的加速和优化。 

如需进一步了解 EM 和 CD 版本，请参阅我们的版本发布流程文档。

在医院、企业和运维场景中，很多重要信息都需要及时送达相关人员：接口运行异常、系统资源告警、审批提醒、任务完成通知……这些消息通常由不同业务系统产生，但接收人员希望在一个熟悉的地方查看。

企业微信是一个自然的选择。对于已经使用 InterSystems IRIS Interoperability 的团队，如果能够直接在 Production 中配置企业微信出站组件，就可以把现有业务流程中的消息发送到员工或工作群，而不必为每个业务系统单独开发一套推送服务。

iris-wechat-gateway 就是为这个目的设计的。它提供基于 IRIS Interoperability 的企业微信出站适配器，让业务流程通过 Business Operation 发送企业微信消息。项目源码可在 GitHub 仓库查看。

项目能做什么？

当前版本支持两种企业微信消息通道：

两种通道都支持 text 和 markdown 消息。例如：

• 发送接口故障或服务器磁盘空间告警；
• 通知员工某项任务已完成；
• 向相关部门推送业务处理结果；
• 在运维群中集中展示监控通知。

据我了解，HL7消息是基于服务和操作进行索引的。但是，我无法确定索引具体在何时发生，特别是针对操作而言。例如，如果一条消息被放入操作的队列中，它会被索引吗？如果操作未运行，此时它会被索引吗？

我曾看到在转换后的流程中存在已建立索引的搜索表字段，那么这些索引是在哪里生成的？

我尝试阅读了源代码，但未能找到该逻辑所在的位置。