文章 Shengzhi Wu · 十月 28 14m read

在线体验:http://43.139.159.100:8082/paymentguard/

——仪表盘、REST API 与背后的互操作生产全程在线,灰色地带决策由 DeepSeek 实时作出。

本文是英文参赛文章的中文版。源码:github.com/Dylan5237/payment-guard-ai。

以下是正文:


支付授权,本质上是个决策问题。

大多数支付没什么可纠结的:老客户、熟悉的金额、常用的设备,几条确定性规则微秒级就能放行或拦下。真正难的是中间那片灰色地带——新设备、不常见的国家、比平时高出一截的金额、KYC 还没过审的客户。人工分析师的时间基本都耗在这里,而这恰恰是大模型 Agent 能帮上忙的地方——前提是它手里有真工具,查得到真数据。

PaymentGuard AI 做的事就这么直接:把一个真实的 IRIS AI Hub Agent(%AI.Agent)当成一个业务操作,塞进一条普通的互操作生产里。Agent 不瞎猜——它通过 AI Hub 的 SQL 工具直接查支付平台自己的 IRIS 库,查完按严格的 JSON 格式给结论;剩下的路由、审计、算 token 成本,生产全接管。

混合决策:规则打头,Agent 收尾

每笔支付进生产后走三段:

  • 确定性规则先上。 制裁地区、黑名单、硬性限额、速率尖峰,命中即拦;完全可信的客户加小额加常用设备加本地,直接放行。
0
1 38
InterSystems开发者社区
与开发者和专家交流,提出问题、寻找答案,并分享有关 InterSystems 技术、产品和解决方案的知识。 了解更多
29,044 名开发者,社区仍在不断壮大
文章 pan John · 十月 28 16m read

为什么同一个人有两条记录,名字却不同?当相似的记录包含相互冲突的标识符时,系统应如何处理?当关键信息缺失时,系统应给出建议,还是应向来源方索取更多证据?

这些问题促使我开发了“患者身份冲突审查助手”。我希望在互操作性工作流中嵌入一个人工智能代理,供人工审查并可随时暂停。该代理负责收集证据并推荐处理方案;而人工审查员则负责授权记录之间的关联。

该应用程序使用了InterSystems IRIS Community AI Hub EAP 版本 154 中的原生 ObjectScript SDK。本文描述的是 pi-review1.1.0版本(提交编号 ab53930)。 所有案例和源数据均为合成数据,与任何医院均无关联。模型使用情况来自保存的实时呼叫记录。

项目链接:GitHub 代码库·Open Exchange 应用程序 (1.1.0)·带版本号的安装指南。下文所述的实现基于已固定的 1.1.0 源代码。

从一个缺失数据案例开始

合成案例 c6 最初缺少身份标识符和出生日期。一名操作员明确启动了调查。代理读取了该案例,验证了其来源,检索了治理规则,并返回了 NEEDS_DATA。随后,生产环境通过原生 MCP 请求了数据丰富处理。

当操作员获取数据丰富结果时,服务器在更新案例前检查了收据、来源范围和版本。随后,操作员显式地启动了另一项调查

0
1 30
文章 pan John · 13 小时 前 2m read

万一你之前从未听说过OFX的话
V1曾试图为银行业创建一种专用的SGML,并忽略了XML。详情。
它后来演变为XML,但并非为M$ MONEY而设计。如今,我们会使用JSON来处理类似任务。

0
0 6
文章 cheng yu · 13 小时 前 10m read

许多运行基于传统技术栈系统的组织正面临着巨大的支持和维护复杂性。它们迫切希望实现现代化,但转型过程通常过于复杂且成本高昂。这些挑战几乎适用于任何传统技术,而基于 InterSystems 的系统则有其独特的细微差别。

现代化改造的主要挑战包括:

  • 重构海量代码,包括识别并清除过时的“死代码”。
  • 管理数十年来自然积累的复杂业务逻辑。
  • 将混杂的业务层、展示层和数据层解耦,划分为独立且相互隔离的层级。
  • 缺乏全面的技术和业务文档。
  • 熟悉遗留技术和内部系统架构的工程资源短缺。

InterSystems 应用程序的人才短缺问题尤为严重,因为合格的开发人员——尤其是熟悉旧版本的开发人员——数量非常少。

现代化改造的成本可能非常高,以至于组织会考虑完全重写或采购第三方软件,而这两种方案都伴随着巨大的风险和开支。

对于许多 InterSystems 应用程序而言,这种转型也意味着从 InterSystems 技术栈转向人才储备更丰富的主流技术。

在本提交中,我们以 20 多年前开发的一个大型 CSP 应用程序为参考,演示了如何通过严格工程方法应用 AI 编码助手,从而大幅减少重构工作量,并降低对 InterSystems 专业人才的需求。

本提交的所有成果——包括原始遗留应用程序和现代化版本的完整源代码——均可供查阅、安装和并排比较。

0
0 7
文章 pan John · 13 小时 前 2m read

测试基于 ECP 的应用程序通常需要花费相当多的精力进行配置和准备。
我创建了一个基于 Docker 的开发环境,让您能够快速上手。
如果系统崩溃了怎么办?只需让容器重新启动即可。
整个配置在实例启动时通过代码自动完成。
从这个意义上说,它也是一个使用 ZPM 和objectscript-docker-template的可移植编码示例

参见视频

0
0 7
文章 pan John · 13 小时 前 3m read

几周以来,我一直在OEX上撰写评论。 因此,我想向大家说明 我用于确定评分所采用的标准。 当然,每位评论者都是独立的个体,都有自己的标准和观点。 这很好,也很重要!正如 温斯顿·丘吉尔曾说:

“如果两个人总是意见一致,那么其中一人就是多余的”

  1. 有些软件包我会跳过,不予评测 ```

    • Pure product announcements
    • Packages where requirements exceed my resources and capacities (e.g. external SMS service, distributed HW, cloud-based installations, .. )
    • Packages on private repositories that can't be downloaded.
    • Packages where I just don't understand what the subject to achieve is
     
    
0
0 7
文章 pan John · 13 小时 前 2m read

在过去的几周里,我一直在处理与软件开发相关的各种问题。
我发现,很多时候问题分析往往只是停留在表面,却未能真正触及问题的深层根源并追溯其后果。
这就像医生止住了你腿上的出血,却没发现腿其实已经骨折了。

在我此前担任数字设备公司(Digital Equipment Corp.)软件支持经理以及后来担任奥地利及东欧地区首席信息官期间,我成功地对产品和运营 
专家掌握了分析性故障排除技能。正因如此,我们连续数年欧洲客户满意度调查。

当时(80年代末、90年代),还没有互联网或网络研讨会,因此我们举办了多场研讨会,团队中的每一位新工程师都必须参加。这些努力取得了丰硕成果。

这种名为“分析性故障排除”(ATS)的方法由一家美国公司开发,(即如今总部位于新泽西州普林斯顿的Kepner-Tregoe公司)。

我与该公司并无任何利益关联,我只是一个非常满意的客户。

至今,我仍然乐于遵循这种问题分析和故障排除的方法, 
这既是我自己一直在使用的,也是我曾传授给团队的方法。

我已将这本书赠送出去,也不再亲自授课,因为网络研讨会在这方面可能比我做得更好。

最后分享一个成功处理支持请求的小故事:

Customer: My computer has stopped !!
Engineer: what did you do ?
Customer: NOTHING
Engineer: are your disks mounted ?

0
0 7
文章 cheng yu · 13 小时 前 15m read

《通用数据保护条例》(GDPR)、《巴西数据保护法》(LGPD)和《健康保险流通与责任法案》(HIPAA)等数据隐私法规要求组织必须准确掌握其数据库中个人身份信息(PII)的具体存储位置。然而在实际操作中,大多数团队仍依赖手动清点、团队内部的经验知识,或是需要将数据从数据库引擎中导出的外部扫描工具——而这一过程本身就会带来隐私和安全风险。

本文介绍了一个采用不同方法的最小可行产品(MVP):它利用嵌入式 Python在InterSystems IRIS内部运行 PII 检测,在数据所在位置直接进行分析,且绝不将其导出到外部进程。 最终形成了一个轻量级、非侵入式的实用工具,它可扫描您的数据表,利用人工智能识别 PII,并生成结构化的 CSV 报告——所有操作均在 IRIS 进程内完成,数据从未离开该进程。

问题:您未曾察觉的 PII

当今的企业正面临一个令人头疼的盲点。一个典型的 IRIS 实例可能包含数十个模式下的数百张表,其中一些表存储着数十年的累积数据。名为 ContactInfo、Notes 或 Description 这样的列,可能悄无声息地包含社会安全号码、电子邮件地址或政府身份证号——有时是故意为之,有时则是自由文本字段捕获用户输入内容的副作用。

传统PII发现方法存在一个共同缺陷:它们需要进行数据提取。您需要导出样本、将其发送至外部服务,或通过独立工具进行处理。

0
0 7
公告 Claire Zheng · 0 秒 前

Hi 大家好!

InterSystems技术分享线上课第六期来啦!这期课程我们将聚焦“使用VSCode和LLM进行IRIS开发”这一主题。

👉点击此处报名参加培训👈

IRIS开发,有更现代、更高效的打开方式。

从Studio转向VSCode,开发者不仅可以获得跨平台的开发体验,还可以更方便地将本地代码管理、Git版本控制和调试融入日常开发流程。

随着大模型进入开发场景,如何进一步利用LLM辅助代码开发,提高开发效率和准确性?

本期实战分享将带你从VSCode基础配置一路走到AI辅助开发:

✅开发环境搭建:安装和配置InterSystems ObjectScript、Server Manager等VSCode扩展 

✅IRIS连接:掌握服务器直连与客户端两种连接模式,适应不同开发场景 

✅版本控制:将IRIS开发与本地Git工作流结合,更方便地进行源代码管理 

✅开发与调试:体验VSCode中的方法调试、进程调试及REST接口调试

✅LLM辅助开发:探索大模型在IRIS开发中的应用,并了解Skills、开发规划和上下文管理等实践

从开发工具到AI辅助开发,本期课程带你构建更现代的IRIS开发工作流,让代码管理、调试和开发协作更加高效。


1.报名参会

11月27日下午14:00-15:00,欢迎参会!

👉点击此处报名参加培训👈

2.

0
0 4
文章 cheng yu · 17 小时 前 3m read

最近发布的教程《InterSystems Data Studio 入门》激发了我对这款产品的兴趣。我认为这篇教程以一种有趣的方式展示了如何管理数据架构,而无需深入钻研复杂的代码。它允许您连接分散的数据孤岛,通过自动化管道对数据进行转换,并将其加载到统一的环境中进行分析。 因此,我决定撰写一篇示例文章,介绍如何使用该工具。基本上,我将带您逐步完成这篇教程,以防您没有时间自行操作。不过,我还是强烈建议您亲自按照教程操作——其中包含大量有用的信息。

为了了解其工作原理,我设身处地扮演了一名系统管理员,使用提供的凭据登录并探索了界面。该界面的布局围绕几个核心支柱展开:定义数据来源、编目其结构,以及构建自动化的“配方”将数据迁移到生产环境。

而第一步就是建立与我数据的连接。 

0
0 9
文章 cheng yu · 17 小时 前 7m read

InterSystems IRIS 的全局变量是该平台的核心优势之一:它们以直接、有序且高效的结构存储分层数据。但在使用 Python 进行开发时,操作全局变量有时会让人感觉更像是在使用低级 API,而非符合该语言的自然使用习惯。

iris-global-reference项目在 IRIS 全局数据之上提供了一层 Python 抽象。其目标很简单:在不隐藏底层分层模型的前提下,让对全局数据的访问更加易读、更符合语言惯例,并更容易集成到现代 Python 代码中。

建议标签:InterSystems IRIS、Python、嵌入式 Python、全局变量、JSON

为何要开展这个项目?

在 ObjectScript 中,全局变量是自然而然的:

set ^demo("players",1)="Babe Ruth"
set ^demo("players",2)="Cy Young"

在 Python 中,我们通常希望编写更接近字典的代码:

team["players", "1"] = "Babe Ruth"
print(team["players"]["1"])

这正是 iris-global-reference 通过 GlobalReference 类所提供的功能。

0
0 8
文章 pan John · 17 小时 前 5m read

一个在现有开发命名空间中运行正常的软件包,换一个开发者安装时仍可能失败。原环境可能包含没有随应用交付的类、配置或文件。容器可以帮助我们发现这些隐含依赖:从已知的 IRIS 镜像启动,只复制测试所需的文件,编译它们,并准确记录结果。

本文介绍一个已经在隔离 IRIS 容器中实际运行的 ObjectScript 示例,重点是如何创建环境和验证结果,而不是泛泛介绍 Docker 部署。示例使用虚构数据,不需要 Production,也不连接外部服务。

这项测试能证明什么

示例在移除姓名两端的普通空格后比较两个姓名。任一值为空时返回假,保留内部空格,比较时区分大小写。这只是一个便于测试的小功能,并非身份匹配算法。

容器测试可以证明所提供的类能在选定的 IRIS 镜像中编译,并且断言通过;它本身不能证明软件包可以从仓库安装、升级后数据得以保留,或者应用能够在生产环境正常运行。这些需要分别测试。此前的包验证中,曾独立检查过重复安装和虚构数据保留;该结果不能推广到其他软件包或升级场景。

准备文件

创建 iris-docker-check 目录及其 tests 子目录。将下面的代码保存为 iris-docker-check/NameCompare.cls:

Class Demo.NameCompare Extends %RegisteredObject
{

ClassMethod Same(left As %String, right As %String) As %Boolean
{
    Set left = $ZSTRIP(left, "<>", " ")
    Set right = $ZSTRIP(right, "<>", " ")
    If (left = "") || (right = "") Quit 0
    Quit left = right
}

}
0
0 7
文章 pan John · 17 小时 前 7m read

本文介绍了一种简单直观的方法,利用 Optuna 作为优化框架,自动且高效地对机器学习模型的超参数进行调优。我们探讨了如何同时使用 Optuna 的原生存储选项和 InterSystems IRIS 作为数据库后端,来跟踪超参数搜索的进度。 此外,我们还展示了如何利用 MLflow 通过其跟踪和模型注册表用户界面来监控实验并管理模型。

本文基于这本Kaggle Notebook,您可以自行运行并直接编辑。

在训练机器学习模型时,超参数的选择会对性能产生重大影响。虽然超参数并非唯一因素,但它们会显著影响模型的收敛性和泛化能力。

手动调整超参数需要耗费大量精力。尤其因为超参数之间存在相互作用,因此通常仅独立调整其中某一项是不够的。例如,更高的正则化程度可能需要更低的学习率,以确保优化过程更稳定。 更复杂的模型可能需要更强的正则化以避免过拟合,但与此同时,在复杂模型上使用过小的学习率会导致学习速度过慢。

Optuna 是一个采用 MIT 许可证的开源库(允许商业使用),它能够为使用 scikit-learn、PyTorch、TensorFlow 和 LightGBM 等最流行框架开发的机器学习模型自动进行超参数搜索。其工作原理是定义一个搜索空间以及一个需要最小化或最大化的目标指标。 随后,Optuna 会高效地探索该搜索空间,以寻找性能优异的配置。

0
0 6
文章 pan John · 17 小时 前 2m read

Redoc 是一款开源解决方案,能够将 OpenAPI 2.0 或 3.0+ 格式的 API 规范渲染成美观且功能强大的 Web 门户。目前,若要实现类似功能,我们需要使用 ZPM SwaggerUI 扩展,或者安装 IAM(InterSystems API Manager),然后配置 IAM 开发者门户。 如今,社区又多了一个选择——iris-redoc。该解决方案会在您的 IRIS 实例上安装一个 Web 应用程序,该应用程序利用 Redoc 为您的 REST API 呈现一个美观的 Web 门户:

0
0 4
文章 pan John · 17 小时 前 5m read

最近,@Vermon Ferre 在社区上提出了一个问题,涉及如何将继承类中的数据存储在不同的全局变量中。因此,我决定模拟以下行为:我创建了一个名为 Article.MainClass 的超类,以及两个子类,即 Article.Class1 和 Article.Class2。默认情况下,当每个类继承自 %Persistent 时,IRIS 会为它们创建独立的存储结构。如果超类列表中的第一个类是 %Persistent,则该行为将如预期般工作。 但这也意味着,如果主类中存在任何参数,这些参数将会丢失,因为只有列表中第一个类的参数才会被继承。

0
0 6
文章 Nicky Zhu · 十一月 17 12m read

从能力目录、设计 Skill 到受控工具与验证闭环

“从 SQL 读取患者行,转换后调用 SOAP 服务”,听起来是 LLM 应该能理解的任务。但理解 SQL 和 SOAP,不等于能构建可运行的集成。

本平台允许使用哪些 IRIS 组件?它们交换什么消息?哪些设置属于 Adapter,而不是 Host?目标导入 WSDL 后生成了哪个类?又该用什么证据证明患者数据到达接收端?

这些是开发者需要提供的工程事实,不该让模型凭空猜测。

六篇主线解释了这个演示系统如何工作。本篇转向开发者视角,讨论怎样构造背后的能力与决策边界。以 Agent B 的 SQL→SOAP 规划路径为主例,再用 C2 对照说明有界工具协调。

1. 先定义 Agent 的工作,而不是先写提示词

角色名称不等于执行机制。先明确一份契约:

问题 Agent B:规划 C2:修复协调
工作是什么? 选择设计 Skill,提出组件拓扑 根据阻断故障证据选择受支持的处理动作
输入是什么? 已确认映射、源/目标事实、运行契约、可用组件与适用 Skill 脱敏检查、组件与管道身份、映射发现和此前尝试
输出是什么? 结构化规划 JSON 问题评估与一个修复动作
谁执行? 平台编排与 IRIS 受控工具分发,随后生成与复验
什么证明成功?
0
0 9
公告 Claire Zheng · 十一月 16

大家好,

现在是时候公布“InterSystems编程大赛:互操作性工作流中的AI Agent”的获奖名单了! 

非常感谢42位参与者提交了

🌟44 个参赛作品🌟 

本次竞赛要求开发者构建一个 IRIS 互操作性工作流,利用 AI Hub 代理来处理决策任务。探索这些项目并见证它们引发的讨论,真是令人兴奋。

现在,让我们来认识一下获奖者吧!

0
0 23
文章 pan John · 十一月 16 3m read

如果您的代码经过多年积累逐渐发展起来 ,且结构可能不如您期望的那样整洁。因此,您需要将 已迁移的代码是否与某些参考数据相符。处理几个样本可能不成问题, 但若需要数百GB的数据进行测试,情况就可能不同了。

一个可行的方案是:将新代码部署在 IRIS 上,但将庞大的数据存储保留在 Caché 上,并通过 ECP 连接这两个环境。我创建了一个演示项目,您可以通过该项目进行尝试,该项目基于两个 Docker 镜像,其中 IRIS 和 Caché 通过 ECP 连接。

注意:

  • 这两个 Docker 镜像均需 MultiServer 的个人许可证才能启用 ECP
  • 默认的社区许可证不支持 ECP,且无法用于 Caché。 作为拥有支持合同的客户,您可以直接从 WRC 获取借用许可证。

场景:

Caché 充当 ECP 服务器,而 IRIS 充当 ECP 客户端 在 IRIS 中,您有一个名为 SAMPLES 的命名空间。 全局变量位于 Caché 上的远程数据库 SAMPLES 中 例程(和类)位于数据库 USER 中 这些类刚刚通过拖放操作从 Caché Studio 迁移到了 IRIS Studio 数据全局变量位于 Caché 上的远程数据库 SAMPLES 中

此配置允许您在命名空间 USER 中拥有本地数据 ,同时在 SAMPLES 命名空间中存储远程数据,并运行测试查询或其他练习。

0
0 5
文章 pan John · 十一月 16 2m read

SQL 中典型的 WHERE 条件主要与所处理行中的某些内容相关。
因此,它需要针对您访问的每一行进行计算和验证。
与此不同的是(这也是我将其命名为“STATIC”的原因),有一种 WHERE 条件与所访问的行无关。

0
0 5
InterSystems 官方 Claire Zheng · 十一月 16

InterSystems Caché®, InterSystems Ensemble®以及InterSystems Health Connect™ 的2018.1.13 维护 版本,以及InterSystems IRIS®数据平台、 InterSystems IRIS®for Health 以及InterSystems Health Connect™ 的 2024.1.7 和 2026.1.6 维护版本,现已正式发布(GA)。 

这些维护版本解决了此前在此处发布的警报DP-456155——2026 年 10 月 21 日——公告:即将进行的浏览器变更将影响 XML 消息的查看 | IDC。

请通过“创意门户(Ideas Portal)”并选择“发布后反馈(Post-Release Feedback)”类别提交您的反馈,以便我们共同打造更优质的产品。

文档

您可以在以下页面查看详细的变更列表和升级检查清单:

如何获取软件?

0
0 9
文章 cheng yu · 十一月 15 2m read

在 OEX 上浏览我的包时,我想起了一个
关于SQL主机变量的示例。 

您可能看过我关于《Open Exchange Reviews》的系列文章
每条报告行都会被分配一个系列编号(末尾的 #76)
一旦发布,我就不再太关注它了。 
我只关注最后那份尚未发布的、带有 MAX(serial) 的报告。
简单思路:

SELECT serial,label, . . . from oex.dir WHERE serial = MAX(serial)

哎呀:: SQLCODE=-19
   聚合函数不能用于WHERE或GROUP BY子句中  
此外:对每个“serial”的出现位置都运行MAX(),性能并不理想。 
我当时想找一种方法,计算出一个静态值来与之进行比较。
因此,我编写了一个名为 SMX 的自定义静态 SQL 方法,如下所示:

ClassMethod SMX(dif As %Integer = 0) As %Integer [ SqlName = SMX, SqlProc ]
{
 set max=$g(^||max,0)
 if 'max {
    &sql(SELECT max(serial) into :max from oex.dir)
    set ^||max=max
 }
 quit max+dif
}
0
0 12
文章 Teresa Gonxhe · 十一月 11 5m read

这是我关于 SynapseHealer 的第二篇文章,该作品是我参加 InterSystems 编程大赛“互操作性工作流中的 AI 代理”的参赛作品。 第一篇文章介绍了整体思路:将死信队列转变为一个能够修复损坏消息的处理管道。本文则探讨了我不得不反复推敲的部分,即当代理不应独自做出决策时该如何处理。

Open Exchange:https://openexchange.intersystems.com/package/SynapseHealerGitHub:https://github.com/Josephjbassey/synapse-healer

三种结果,而非两种

每条进入生产环境的被拒绝消息最终都会落入以下三个位置之一:

  • AUTO_HEAL:修复操作与已知的运行手册匹配,通过了验证,且风险较低。 ResubmitDeliveryOp 将其转发。
  • QUARANTINE:有效载荷已损坏或看起来危险(脚本标签、SQL 片段)。QuarantineVaultOp 将其隔离。
  • HUMAN_WORKFLOW:修复方案看似合理,但我不希望由软件来做最终决定。例如 1985-02-31 这种不合理的出生日期就是典型的案例。代理可以提出修复建议,但猜测患者的真实生日并非其职责所在。

负责做出该决定。在实时模式下,它会咨询一位 (Synapse.Agent.DeadLetterHealerAgent

0
0 15