本系列的第一部分。第二部分将介绍完整的工具目录。第三部分将介绍 ObjectScript 技能。第四部分将介绍基准测试以及如何衡量实际的改进效果。

隐藏在注释中的问题

托马斯·马祖尔（Thomas Mazur）关于 VS Code 生产力——Peacock、作用域工作区文件、Copilot 代理模式——的 博文《青蛙、鸡、AI 和 VS Code》 在评论区揭示了一个更尖锐的问题。皮耶特罗·迪·莱奥（Pietro Di Leo）和 Mike.W 指出，当你在 VS Code 中进行服务器端开发时， isfs:// 大多数 IRIS 生产环境所使用的“工作区”中，Copilot 只能看到编辑器中打开的文件，无法对虚拟文件系统进行索引。对于拥有数千个类的成熟 IRIS 应用程序而言，AI 的工作效果就像是透过钥匙孔观察一样。

John Murray 向大家推荐了我正在开发的项目——iris-agentic-dev——并指出目前开发者社区中尚无相关文章。因此，本文将阐述：该问题产生的原因、该工具如何解决该问题，以及如何在约五分钟内完成部署。

为什么 AI 无法“看到”你的命名空间

当你打开一个 isfs:// 工作区时，你的 IRIS 类存储在服务器上，而非本地磁盘。

你可能之前听说过“向量搜索”这个词。不过别担心，这可不是“向量·福尔摩斯”在贝克街221B号侦破案件。

那么，让我们一步一步地讲解如何处理向量数据搜索。

我在审阅InterSystems 员工编程挑战赛的参赛作品时，突然灵光一闪：何不一边解决这个挑战，一边完成7 月“文章奖励计划”中的一个主题呢？ 最终成果是一个紧凑的端到端示例，演示了如何从 C# 调用 InterSystems IRIS，并展示了两个互补的 .NET API：用于高性能对象持久化的 XEP（eXtreme Event Persistence）以及用于查询和分析的 ADO.NET。

在本文中，我们将使用 InterSystems IRIS 和 C# 构建一个完整的数据处理管道。 我们将使用 XEP（eXtreme Event Persistence）API 将 Gaia 纪元光度测量数据导入 IRIS，自动创建持久化模式，通过 ADO.NET 使用 SQL 分析数据，并将结果导出回 CSV 文件。整个过程无需手动编写任何 ObjectScript 类。

大约25年前，我曾在当地一所顶尖的高科技职业学校/学院担任讲师。👨‍🏫

我曾教授多门课程，包括“C语言入门”以及“C语言进阶”。我承认，从那以后我几乎没怎么碰过C语言，接触得也相当少。 

自然，我大量使用ObjectScript，也接触过其他语言，比如SQL（包括一些厂商专有的变体）、Java和C#，最近还用了不少Python，而在前端开发中则主要使用各种基于JavaScript的框架。

但 C 语言呢？或许在过去一年里，我曾稍微帮过女儿一点忙——当时她正在大学攻读计算机科学专业的大一，我指导她处理指针、内存分配与释放等内容，但也就仅此而已。

就在这时，首届InterSystems员工编程挑战赛来了——任务是处理欧洲航天局（ESA）GAIA项目的数据🛰️，而对于“基准测试”这一赛项，我知道自己将不得不重新温习C语言的知识和经验……

InterSystems 技术分享线上课第 1 期带来实战分享，回放现已就绪。

从一条 messages.log 走完完整排查链路，6 步自查法最快拉起实例。

点击此处或扫码查看回放。

点击文章了解课程详情。

找到正确的答案并不总是那么容易。有时，您虽然清楚自己要找什么，却不知道去哪里找；有时，您甚至不知道该从哪里着手。

我们很高兴向您介绍 InterSystems Help Hub——这一全新体验旨在帮助您提出问题、获取答案，并连接到合适的 InterSystems 团队或工具，助您顺利推进工作。

Help Hub 的设计目标是让你更轻松地找到正确的帮助，而不是取代与人的沟通。当你需要额外支持时，它会引导你找到对应的团队，让你获得最准确的解答。如果需要提交支持工单，它还会总结你到目前为止的对话内容，并预先帮你填好工单，供你审阅后一键提交，大幅简化流程。

处理遗留代码时的差异与注意事项

刚开始接触 ObjectScript 时，我编写的大部分代码都遵循了 InterSystems 的现代编程模式。我使用类、方法、REST 服务、互操作性生产、JSON 对象以及 %Status 值。

与此同时，我负责维护的生产系统中，很大一部分代码采用的编写风格却截然不同。

该系统使用了例程、标签、global、缩写命令、“点-do”语法、共享局部变量以及错误处理模式——这些在基于类的 ObjectScript 普及之前就已经存在了。

起初，我曾以为这仅仅是旧语法与新语法的区别。随着时间的推移，我意识到最大的差异并非表面上的。传统的MUMPS风格代码与现代ObjectScript在变量作用域、执行层级、数据流和错误处理方面往往基于不同的假设。这种区别至关重要，因为旧代码很容易被误读。

某个例程看似未接收任何参数，却依赖于调用者创建的多个变量；某个标签在某处表现得像一个过程，在另一处却表现得像一个函数；一个点块（dot block）虽然会创建另一个执行层级，却可能看起来像缩进；一段代码在移入类后虽然能编译通过，但在运行时却可能表现得截然不同。

代码看起来依然很熟悉。语言依然是 ObjectScript。然而，它可能已经发生了变化。

本文介绍了我在处理遗留代码并将其与更现代的 ObjectScript 应用程序集成时所遇到的一些最重要的差异。

1.

互操作性用户界面项目自 2025.1 版本以来持续推进，并已采纳了各位——我们的客户和合作伙伴——提出的许多建议和反馈。  我们将持续重视用户反馈，并不断优化这一重要的用户体验。在IRIS、IRIS for Health、Health Connect及 Health Connect Cloud 的最新版本 2026.2 中，“模式查看器”（只读模式）现已开放选配！
注意：

• 现有用户可在现代化界面与标准界面之间切换。 
• 所有其他互操作性界面仍保留在标准用户界面中。 
• 随着新工作流在新用户界面中陆续推出，在相关工作持续进行期间，预计两种体验模式将同时提供。 

• 改进了 用于在“生产工具栏”视图与“主机工具栏”视图之间切换的 切换选项的可见性。

• 现在，即使未选择主机，主机操作也会始终显示在“主机工具栏”中。在选择主机且选项有效之前，这些操作处于禁用状态。

• 新增了在“类别”字段中以 逗号分隔的列表形式输入多个值 的功能。

• 新增了重命名现有类别的功能。

• 创建新流程类时，现在可以配置新规则以自动调用源代码控制操作，从而简化类导出和源代码控制集成工作流。

• 在 图形编辑器的顶部面板中 添加了用于独立滚动的边界 。

• 新增了按字母顺序对段字段路径表达式进行排序的功能。

• 现在，只读和内部属性 在 DTL 编辑器中会显示为灰色 ，以防止出现无效的映射。

在医疗系统集成中，HL7 V2 是最广泛使用的消息标准之一。然而，不同系统对同一标准的实现往往存在差异——急诊科应用发出的入院请求，入院登记应用可能无法直接识别。

我非常兴奋能继续我的“InterSystems入门指南”系列文章，今天，我们将向大家详细介绍我们最强大的互操作性功能之一。

嘿，即使您已经尝试过，我们仍计划深入探讨如何充分利用这些功能，从而进一步优化我们的生产环境。

什么是记录映射器（Record Mapper）？

简而言之，Record Mapper 是一款可将文本文件中的数据映射到生产消息，反之亦然的工具。而管理门户界面则允许您创建文本文件的可视化表示以及该数据的有效对象模型，从而将其映射到单个持久化的生产消息对象上。

因此，如果您希望将数据从 CSV 文件导入到持久化类中，可以尝试使用几个入站类来实现（通过 FTP 或文件目录……）。不过，请不要着急！我们将在适当的时候逐一讲解这些要点。

提示：本文中描述的所有示例和类均可从以下链接下载：https://github.com/KurroLopez/iris-recordmap-fordummies.git

如何开始？

让我们直奔主题，明确我们的场景吧！

我们需要导入客户信息，包括姓名、出生日期、国民身份证号码、地址、城市和国家。

打开您的 IRIS 门户，然后选择“互操作性”–“构建”–“记录映射”（Interoperability – Build – Record Maps）：

使用包名和类名创建一个新的记录映射。

在本示例中，包名为 Demo.Data，类名为PersonalInfo。

IRIS 实例突然起不来。 WRC 工单已经提了，但生产环境还在等——这种时候，每一分钟都是煎熬。

Hi 开发者们，

我们将在8月21日带来一期线上分享，点击👉此处报名参会👈。

很多工程师都遇到过类似的场景：翻文档、跑指令、看日志，但真出问题时还是不确定自己排查的方向对不对，也不敢贸然操作。 

这是一期实战排查分享。

我们将在30分钟的分享时间内，从一条 messages.log 开始，带你走完 IRIS 启动失败的完整排查链路：

✅ 哪些指令必须跑、输出怎么看 

✅ 什么时候该继续自查、什么时候该等 WRC 

✅ 一套 6 步法，最快速度把实例拉起来

1.报名参会

8月21日下午14:00-14:30分，欢迎参会！

👉报名参会👈

2. 提问 & 答疑

在会议进行过程中，如果您有任何疑问，或者希望与我们进一步讨论，可以在屏幕上方点击“提问”按钮，提交您的问题，我们会在分享结束后整理问题，并通过邮件向您回复。

3. 有奖调研

参会期间，点击屏幕右上角“有奖调研”完成问卷，将有机会获得定制小礼品。

大家好，

我在 IRIS for Health 上构建了一个小型临床 AI FHIR 代理网络，想和大家分享让它正常运行的关键组件。

本文将涵盖以下内容：

• 基于代理的AI技术栈
• 代理路由逻辑
• FHIR 读写访问（工具）
• 带备用方案的 RAG 加载
• 肿瘤学智能体：从配置到检测结果
• 双智能体路由示例

如果你在开发者社区待过一段时间，就会发现许多问题以不同形式反复出现：如何将持久化对象转换为 JSON？如何遍历一个结构未知的 JSON 有效载荷？ 为什么 Required 对我的 %DynamicArray 属性 没有任何作用 ？为什么我的日期会被返回为 31390 ？ 

注意到这一点后，我们决定撰写一篇文章，总结所有那些仅凭文档无法解答的问题：实践。

让我们从基础开始

InterSystems IRIS 为无模式数据提供了两个类：%DynamicObject 和 %DynamicArray。它们都继承自 %DynamicAbstractObject，两者的实例均被称为动态实体。 它们与 JSON 映射得非常自然：对象是一组键值对，数组是有序列表。与持久化类或注册类不同，动态对象不保留预定义的有效属性名列表——任何字符串键都是合法的，并且可以在运行时添加或移除成员。

最令人愉悦的部分是字面量语法，对于来自 JavaScript 背景的开发者来说，这看起来会很熟悉：

你也可以逐个字段构建它们。 会返回其修改后的实体，因此可以进行调用链：

Set obj = {}.%Set("a",1).%Set("b",2) // now obj is {"a":1,"b":2}

Do scores.%Push(100)          		 // now scores is [90, 85, 77, 100]

Set last = scores.%Pop()      		 // now scores is [90, 85, 77] and last is 100

在医疗互操作性项目中，FHIR 实施指南（IG）的创建往往繁琐且耗时。本期视频详细介绍了如何使用 FHIR Shorthand（FSH）定义配置文件、扩展、值集，再用 SUSHI 工具一键生成实施指南，大幅简化 IG 的创建流程。

您将了解到：
FSH 的核心概念：配置文件、扩展、值集、实例
在 VS Code 中用 FSH 编写规则
使用 SUSHI 验证并生成实施指南
从零创建心率恢复（Heart Rate Recovery）示例 IG

借助 PollingBusinessService 提升开发者体验

4.0.0 版本中最引人注目的新增功能之一是 PollingBusinessService。

在此版本之前，创建定时 Python 业务服务意味着需要 直接处理低级入站适配器模式。在 4.0.0 版本中，定时 Python 入口点可以直接编写为 PollingBusinessService， 框架会在后台自动使用默认的 IRIS 入站适配器。

以下是一个完整的小型示例：

from dataclasses import dataclass

from iop import BusinessOperation, Message, PollingBusinessService, Production, target


@dataclass
class HelloRequest(Message):
    text: str = "Hello World"


class HelloService(PollingBusinessService):
    Output = target()

    def on_poll(self):
        self.send_request_async(self.Output, HelloRequest())


class HelloOperation(BusinessOperation):
    def on_message(self, request: HelloRequest):
        self.log_info(request.text)
        return request


prod = Production("HelloWorld.Production", testing_enabled=True)
service = prod.service("HelloService", HelloService)
operation = prod.operation("HelloOperation", HelloOperation)
service.connect(HelloService.Output, operation)

PRODUCTIONS = [prod]

IPM 0.10.9 版本已于 2026 年 8 月 5 日发布。您可以在GitHub 页面或通过社区注册表查看该版本。

完整更新日志：

各位社区成员，

我们很高兴邀请您参加即将举行的网络研讨会： 

👉 InterSystems IRIS AI Hub：目标、游戏与精彩内容 👈

🗓️日期与时间：2026年8月13日 — 上午11:00（美国东部夏令时）| 下午5:00（中欧夏令时）

大家好，

数据转换语言（DTL）是那种乍看之下简单得令人误判的工具之一——拖动一个源字段，将其拖放到目标字段上，就大功告成了。然而，一旦开始处理实际的集成项目，你很快就会意识到，仅靠简单的字段映射是远远不够的。 当你需要验证字段长度、清理输入字符串、从 ID 中去除不需要的字符，或者生成下游系统要求的特定格式的时间戳时，真正的挑战才刚刚开始。

在本文中，我们将超越基础知识，探讨实际集成中经常出现的四个实用 DTL 场景。每个部分都围绕一个示例 HL7 消息展开，方便您在自己的环境中跟随操作，并亲眼查看结果。

本文将涵盖的内容：

• 在管理门户中从零开始创建 DTL。
• 基于字段长度（$Length、$Extract）的条件逻辑。
• 使用 ReplaceStr 去除和替换文本。
• 使用链式 从患者 ID 中去除特殊字符。
• 将 HL7 时间戳重新格式化为自定义显示格式。

先决条件

• 配备了支持互操作性命名空间的 InterSystems IRIS 或 HealthShare。
• 可访问管理门户。
• 对 HL7 v2 消息结构有基本了解。

注意：虽然所有示例均使用 HL7 v2 ADT 消息，但相同的 DTL 函数同样适用于 XML、JSON 或自定义消息类。

什么是 DTL？

2026 全球医疗峰会（GHS2026）将于8月7–8 日在香港会议展览中心启幕。InterSystems亚太区董事总经理卢侠亮（Luciano Brustia）受邀出席 8月7日的圆桌论坛，与全球医疗领袖共议 “AI 智慧医院的地基：数据、平台与信任”（Building the AI Hospital: Data, Platforms and Trust）。 亚太地区的医疗机构正竞相采用人工智能——然而，许多项目尚未兑现价值便已停滞。会前，我们与InterSystems 亚太区董事总经理Luciano Brustia展开对话，探讨了为何数据质量是医疗 AI 隐形的瓶颈，以及医疗机构如何加速成果落地。 以下为 InterSystems 于 GHS2026 会议手册刊载的专访原文。

我们很高兴地宣布，面向供应链协调器（SCO）的 AI 助手现已正式推出，它将带来全新的 AI 驱动体验，帮助企业用户与供应链数据进行交互、实现个性化体验，并做出更明智的决策。

该 AI 助手围绕三大核心功能设计：

通过自然语言访问供应链数据

业务用户可通过自然语言与 SCO 交互，访问运营、分析及情境化的供应链数据——无需掌握 SQL 等技术技能，也不需要了解 SCO 的底层数据模型。这使用户能够快速找到所需信息，专注于决策制定，而非在复杂的系统中摸索。

基于记忆的个性化AI

AI 助手内置记忆服务，可根据用户偏好和组织背景实现交互个性化。它能记住行业特定术语、常用缩写、默认设置（如工作地点）以及其他用户或组织特有的偏好，从而随着时间的推移提供更自然、更一致且更高效的体验。

基于 AI 的决策支持

AI 助手通过将实时业务数据与客户特定的业务规则、运营逻辑和决策标准相结合，帮助用户做出更明智的决策。建议会附带支持性数据和基础业务依据，使用户在决策过程中拥有更大的信心和透明度。

AI 助手旨在让业务用户更便捷地获取供应链信息和决策支持，同时减少对专业技术知识的需求。这是朝着提供 AI 驱动的决策智能迈出的又一步，有助于在 SCO 内实现更智能、更具情境感知能力的供应链运营。

随着我们持续扩展 Supply Chain Orchestrator 的人工智能功能，我们期待收到您的反馈。

打通从体检到诊疗的数据，推动实现为个体提供全生命周期健康管理。

2026 年 8 月 3 日，中国 北京 —— 为全球超过 10 亿份健康记录提供支持的创新数据技术提供商InterSystems今日宣布，InterSystems TrakCare® 统一的医疗信息系统已在爱康集团旗下高端医疗服务品牌爱康门诊上线部署。

TrakCare的部署建立了一套统一的医疗信息系统解决方案，解决了数据重复和数据孤岛等问题，为爱康集团实现其健康管理愿景奠定了坚实基础。爱康集团是中国领先的以人工智能驱动的、基于医疗大数据云端服务的数字化健康管理平台。通过旗下多个品牌，为团体客户和家庭、个人提供高品质的健康体检、疾病检测、齿科服务、私人医生、职场医疗、疫苗接种、抗衰老、康复医疗等健康管理与医疗服务。

单一事实数据源服务于爱康集团诊所业务

TrakCare拥有无缝共享单一用户界面、单一代码库和单一高性能数据平台（存储和共享所有患者记录）的一整套产品。数据仅需录入一次即可在整个系统中即刻可用。此外，在标准核心功能的基础上，支持以模块化的方式进行部署，可满足不同诊所多元化的需求。

作为我们致力于提升 FHIR 有效载荷导入速度工作的一部分，在 v2026.2 版本（目前已作为开发者预览版发布）中，我们引入了一项可选功能，用于跳过资源的结构验证。 例如，此举可节省 25% 的时间，在大规模数据导入场景中，这一时间节省将十分可观。

动机

为什么我们需要这个？

1. 缺乏编译后上下文：AI 工具只能看到源代码；它们不知道最终编译后的例程是什么样子的。

2. 宏幻觉：由于 AI 无法看到我们的 #include 文件或系统宏，它常常会凭空编造这些内容，从而在调试过程中浪费时间。

3. 文档缺口：深度逻辑优化通常需要理解内部宏，而公开文档中并未对此进行全面说明。

4. 手动开销：目前，解决此问题的唯一方法是手动使用 IRIS VS Code 扩展来查找例程中的“真实情况”。

解决方案：这款 MCP 服务器为我们的 AI 提供了窥探 IRIS 实例内部的“眼睛”，使其能在向您建议代码之前自动读取例程并展开宏。

快速入门

请使用 ObjectScript 项目apiPub 试用此 MCP 服务器。

获取 api.cls 的例程：

按 ctrl+shift+v 查看编译后的例程。在编译器术语中，这被称为可读中间代码。大型语言模型（LLMs）缺乏这种上下文——这就是为什么即使是前沿模型也会“发明”宏，因为它们不知道展开后的代码是什么样子的。

它们也不知道哪些 .inc 文件被导入了，也不知道其中 $$$xxx 宏展开后会变成什么样。

例如，一个 .inc 文件可能会显式包含系统宏：

如果您已连接到 IRIS 实例，则可以直接导航到这些宏文件：

如果不显式包含这些系统宏，就无法访问这些文件——而 LLM 对此完全无法察觉。

在 文件夹下，向 mcp.json

1. 引言

流行病学监测是公共卫生的基石之一。 Régis Júnior等人（2026）将其定义为一个针对健康事件的持续性数据收集、分析、解读和传播系统——该功能的有效性在很大程度上取决于信息系统的质量、数据分析能力以及不同医疗层级之间的协调。 在新冠疫情期间，这一职能的战略重要性已毋庸置疑：世界卫生组织（2021）的记录显示，拥有更健全监测系统的国家始终表现得更好，而监测能力方面的区域差异则直接导致了应对措施的不一致，并在发病率和死亡率方面产生了可测量的差异。

尽管医疗系统如今能够收集海量的标准化临床数据，但挑战在于如何将这些数据转化为及时且可付诸行动的洞见。传统的流行病学报告往往依赖于人工分析和定制数据库查询，由此产生的延迟可能会阻碍公共卫生部门的快速响应。

EpInsights通过整合 InterSystems IRIS for Health、嵌入式 Python 临床向量化技术、IRIS Vector Search 以及 LangChain4j 对话式智能助手，填补了这一空白。 该平台使流行病学家和卫生管理者能够提出自然语言问题，并即时获得基于真实FHIR数据的地理空间热力图、区域排名、相似聚类检测以及AI生成的建议，所有结果均在数秒内呈现。

2. 架构概述

EpInsights 采用三层架构，各层职责划分明确。

InterSystems 编程竞赛： https://openexchange.intersystems.com/contest/46上的 FHIR 人工智能代理 。 

代码： https://github.com/eungi-hong/central-park

演示： https://triagepark.78-47-167-98.sslip.io/ 

就诊的前十分钟总是千篇一律：采集病史、调取病历、核对用药情况、判断病情紧急程度。Triage Park通过一支完全在 InterSystems IRIS for Health 内部运行的 AI 代理团队来完成这一初步筛查，并向临床医生提供一份附有依据且可解释的交接报告。 大多数“AI分诊”演示所忽略的部分，恰恰是我们最重视的：安全性。这里的所有安全机制都是确定性的且单向的。系统只能提高病例的紧急程度，绝不会降低，因此患者的安全绝不会取决于模型是否判断正确。

代理、检查与技能

该平台经过刻意划分：需要大量判断的工作以代理的形式运行（即使用工具的循环，负责决策和执行），安全关键型工作以确定性检查的形式运行（基于规则，而非大型语言模型），其余部分则专注于大型语言模型技能

InterSystems IRIS® 数据平台、InterSystems IRIS^®for Health^™ 以及InterSystems Health Connect™的2026.2版本现已正式发布（GA）。这是一个持续交付（CD）版本。

版本亮点：

• SQL 和数据管理增强功能：InterSystemsSQL 现已在存储过程中支持通用表表达式（CTE）。此版本还改进了表分区功能，包括优化了 ALTER TABLE ... MOVE PARTITION 的行为，并修复了包含大写字母字段的分区键问题。
• 商业智能增强：InterSystems IRIS BI 现可在定义分析模型时利用 SQL外键关系，从而更轻松地对通过关系型结构表达的运营数据进行建模。
• 数据库操作改进：cvendian实用程序（用于在 big-endian 和 little-endian 平台之间迁移数据库）已得到优化，转换速度更快——某些情况下速度最高可达原来的两倍——并且在转换中断时，错误报告功能也得到了改进。
• 互操作性用户体验改进：全新的互操作性用户界面持续完善，在生产配置、消息查看器和消息搜索、可视化跟踪、DTL 和 BPL 编辑器、模式查看器以及规则编辑器等方面均进行了优化。 这些功能对现有客户仍为可选功能，我们鼓励您尝试新体验，并将反馈发送至：InteropUXFeedback@intersystems.com

摘要

这一切始于我乘火车去看望父母的途中，当时我正和隔壁包厢的一位邻居聊天。像往常一样，话题转到了科技上，她抛出了一个非常具体的问题：“ChatGPT 能用来分析人类基因组吗？”我对它能否完成如此复杂的事情持高度怀疑态度。 但这个问题始终萦绕不去，深深扎根于我的脑海。等我踏进家门时，我的怀疑已经转变为一种挑战。 虽然手头没有基因组测序数据集，但我确实想看看标准的ChatGPT能否利用PyProd包从零开始构建一个可运行的互操作性生产环境。况且，这还能让我有机会参与“从构想到应用”社区赏金计划的第一轮，实现第三个创意。

随着 v2026.1 版本的发布，HL7 FHIR 引入了一项非常重要的功能——支持SMART on FHIR v2 的细粒度作用域。

这使您能够对 FHIR 存储库中数据的访问权限进行更严格、更精确的控制。

这项新功能的一部分是拒绝不符合范围的请求，但更有趣的功能是能够根据提供的范围过滤结果。