本文第一部分提供了所有背景信息。其中还包括DATATYPE_SAMPLE数据库的链接，您可以使用该链接来跟进示例。

在该部分中，我们探讨了一种易于检测的错误类型（""Access Failure【访问失败】"） ，因为当尝试通过数据库驱动程序读取数据时，它会立即触发一条明确的错误消息。

本节讨论的错误更为隐蔽，也更难发现。我将它们称为"静默损坏（Silent Corruption）"和"未检测到的数据变异（Undetected Mutation）"。

让我们从"静默损坏（Silent Corruption）"开始：
在DATATYPE_SAMPLE数据库的 "雇员（Employee） "表中，有一条被故意篡改的记录可以证明这种行为--它就是ID = 110 的记录。 乍一看，甚至再看一眼，都看不出任何问题。无论是数据库驱动程序还是查询工具，都没有显示读取该记录有问题。

只有仔细观察才会发现，红色标记单元格中的值与传输（和定义）的元数据不符。

"名称（Name）"列被定义为VARCHAR(50)，但实际值为60 个字符！

在某些情况下，这种行为不会造成任何问题——例如，当驱动程序宽松地处理这种不一致时。
但是，当下游系统依赖于所提供的元数据时，问题就会出现。如果根据这些元数据定义进行进一步处理，当实际内容与约定的接口不一致时，就可能出现错误。

在使用标准 SQL 或 InterSystems IRIS 中的对象层时，元数据的一致性通常通过内置验证和类型执行来保持。但是，绕过这些层直接访问global的传统系统会带来微妙而严重的不一致性。

了解驱动程序在这些边缘情况下的行为，对于诊断遗留数据问题和确保应用可靠性至关重要。
DATATYPE_SAMPLE数据库旨在帮助分析列值不符合元数据中定义的数据类型或约束的错误情形。我们的目标是评估 InterSystems IRIS 及其驱动程序（JDBC、ODBC、.NET）和不同工具在发生此类不一致时的表现。 在本篇文章中，我将重点介绍JDBC 驱动程序。

问题出在哪里？

一些传统应用程序会直接写入globals。如果使用关系模型（通过 CREATE TABLE 创建或使用全局映射手动定义）来公开这些数据，那么映射定义 的底层值就会与每列的声明元数据一致。

当这一假设被打破时，可能会出现不同类型的问题：

1. 访问失败（Access Failure）：根本无法读取某个值，当驱动程序尝试访问该值时会抛出异常。
2. 静默损坏（Silent Corruption）：值已成功读取，但与预期的元数据不匹配。
3. 未检测到的数据变异（Undetected Mutation）：该值被读取且看似有效，但被驱动程序悄然修改以符合元数据要求，这使得这种不一致性难以被察觉。

导言

InterSystems IRIS 数据平台一直以其性能、互操作性和跨编程语言的灵活性而著称。多年来，开发人员可以将 IRIS 与 Python、Java、JavaScript 和 .NET 结合使用，但 Go（或Golang）开发人员却只能望洋兴叹。

这种等待终于结束了。

新的go-irisnative驱动程序为 InterSystems IRIS 带来了GoLang 支持，实现了标准的 database/sql API。这意味着 Go 开发人员现在可以使用熟悉的数据库工具、连接池和查询接口来构建由 IRIS 支持的应用程序。

为什么要支持 GoLang

GoLang 是一种专为简单性、并发性和性能而设计的语言，是云原生和基于微服务架构的理想选择。它为 Kubernetes、Docker 和 Terraform 等一些世界上最具可扩展性的系统提供了支持。

将 IRIS 引入 Go 生态系统可实现以下目标

• 使用 IRIS 作为后台的轻量级高性能服务。
• 并行查询执行或后台处理的本机并发性。
• 与容器化和分布式系统无缝集成。
• 通过 Go 的 database/sql 界面进行自动化数据库访问。

这种集成使 IRIS 成为现代云就绪 Go 应用程序的完美选择。

如果你觉得 IRIS 对 Go 的原生支持令人兴奋，那就等着看 GORM 加入后会发生什么吧。

就在最近，随着go-irisnative 的发布，我们迎来了 InterSystems IRIS 的本地 GoLang 支持。这仅仅是个开始。现在，我们又推出了gorm-iris ——一个 GORM 驱动程序，旨在为您的 IRIS + Go 堆栈带来对象关系映射 (ORM) 的强大功能。

为什么选择 GORM？

GORM 是 Go 生态系统中最流行的 ORM 库之一。它使使用 Go 结构而不是编写原始 SQL 与数据库交互变得简单。通过自动迁移、关联和查询构建等功能，GORM 极大地简化了后端开发。

因此，在实现 Go 与 IRIS 的本地对话后，下一步自然是让 GORM 与 IRIS 无缝协作。这正是 gorm-iris 所要做的。

对于使用 InterSystems IRIS 的 Go 开发人员来说，我们已经达到了两个重要的里程碑：

• 终于等到你：欢迎了解 InterSystems IRIS对GoLang 的支持——我们发布了新的go-irisnative驱动程序，为 Go 提供了本地 database/sql 接口。
• GORM 与 InterSystems IRIS 的相遇：介绍一下 gorm-iris—— 我们在这里展示了如何将 IRIS 与GORM 集成，GORM 是最流行的 Go ORM 库之一。

现在是时候看看一切如何协同工作了。

为了演示 Go 开发人员可以如何轻松地采用 InterSystems IRIS，我使用了一个现有的生产级开源项目——RealWorld 示例应用程序——它展示了使用Go Fiber、GORM 和SQLite 实现的 Medium.com 式全栈克隆。

只需稍作配置调整，我就将 SQLite 换成了gorm-iris，其他一切保持不变。结果如何？
一个由 InterSystems IRIS 支持的功能齐全的 Go + Fiber 应用程序——不需要重写代码，不需要 ORM 体操，只需要一个不同的数据库后端。

您可以在这里找到完整的工作演示：github.com/caretdev/golang-fiber-iris-realworld-example-app

实时 FHIR® 到 OMOP 转换

在OMOP 之旅的这一部分，我们在尝试挑战Scylla 之前先反思一下，InterSystems OMOP 转换是建立在批量 FHIR 导出作为源有效载荷的基础上的，我们是多么幸运。 这开启了 InterSystems OMOP 转换与多个 FHIR® 供应商的放手互操作性，这次是与谷歌云医疗 API 的 互操作性。

谷歌云医疗 API FHIR® （Google Cloud Healthcare API FHIR®）导出

GCP FHIR® 数据库支持通过命令行界面（CLI）或应用程序编程接口（API）进行FHIR数据的批量导入/导出，其前提条件很简单，且相关文档极为详尽，因此我们就不让模型再针对这方面进行赘述训练了，如有兴趣，我们会附上相关链接。 本段标题中更有价值的是bulk FHIR export (批量FHIR导出）标准本身的实现。

谷歌实施 FHIR® 导出的重要区别在于：通过 Pub/Sub 发送资源变更通知，以及指定增量导出的能力。

实时？

是的！我想我会死在这把剑上的。 这不仅是我的说唱手柄，而且其机制绝对可以支持一个很好的技术论证，可以说...

动机

直到开始新工作，我才了解到ObjectScript。实际上，Objectscript并不是一种年轻的编程语言。与 C++、Java 和 Python 相比，它的社区并不活跃，但我们很想让这里更有活力，不是吗？

我注意到，有些同事在理解大型项目中的类关系时感到棘手。目前还没有易于使用的现代化类图工具适用于ObjectScript。

相关工作

我尝试过相关的工作：

——InterSystems 类视图：
1. https://github.com/intersystems-community/ClassExplorer
这个工具很棒，类图显示清晰美观。但存在Docker构建问题：“#0 0.512 exec ./irissession.sh: no such file or directory”。我猜这是为Studio设计的支持功能，而非VSCode。它似乎需要手动导入项目，且需要一定配置才能使用。

2. https://github.com/gjsjohnmurray/vscode-objectscript-class-view
这是另一个给我带来灵感的伟大作品。类结构清晰，不仅支持项目中的类，也支持库中的类。但看起来像是VSCode大纲的增强版。

——其他语言的 VSCode 类图表视图插件

1. https://github.

我很清楚对于那些完全不熟悉 VS Code、Git、Docker、FHIR 和其他工具的人来说，设置环境时会遇到一些困难。 所以我决定写这篇文章，详细介绍整个设置过程，以便大家能够轻松上手。

如果您能在本文最后留下评论，告诉我说明是否清楚，是否有遗漏，或者是否有其他您觉得有用的东西，我将不胜感激。

设置包括：

✅ VS Code – 代码编辑器
✅ Git – 版本控制系统
✅ Docker – 运行 IRIS for Health Community 的实例
✅ VS Code REST 客户端扩展程序 – 用于运行 FHIR API 查询
✅ Python – 用于编写基于 FHIR 的脚本
✅ Jupyter Notebook – 用于 AI 和 FHIR 任务

准备工作：确保您在系统上拥有管理员权限。

除了阅读本指南，您还可以按照视频中的步骤操作：

如果您是 Windows 系统（请注意：原文是YouTube视频，请跳转至EN原帖查看）

Interoperability on Python (IoP) 是一个概念验证项目，旨在展示与 Python 优先方式相结合时 InterSystems IRIS Interoperability Framework 的强大功能。IoP 利用Embedded Python（嵌入式 Python，InterSystems IRIS 的一个功能）使开发者能够用 Python 编写互操作性组件，从而可以与强大的 IRIS 平台无缝集成。本指南专为初学者编写，全面介绍了 IoP、其设置以及创建第一个互操作性组件的操作步骤。 阅读完本文，您将能够清楚地了解如何使用 IoP 构建可扩缩、基于 Python 的互操作性解决方案。

目录

1. 本文目的
2. 什么是容器，它们为什么对 IRIS 有意义
    2.1 容器和镜像简介
    2.2 为什么容器对开发者很有用
    2.3 为什么 IRIS 可以很好地与 Docker 配合使用
3. 先决条件
4. 安装 InterSystems IRIS 镜像
    4.1 使用 Docker Hub
    4.2 拉取镜像
5. 运行 InterSystems IRIS 镜像
    5.1 启动 IRIS 容器
    5.2 检查容器状态
    5.3 在容器终端执行代码
    5.4 访问 IRIS 管理门户
    5.5 将容器连接到 VS Code
    5.6 停止或移除容器
    5.7 使用绑定挂载设置特定密码
    5.8 使用持久化 %SYS 卷
     5.8.1 可以使用持久化 %SYS 存储什么
     5.8.2 如何启用持久化 %SYS
6. 使用 Docker Compose
    6.1 Docker Compose 示例
    6.2 运行 Docker Compose
7. 使用 Dockerfile 运行自定义源代码
    7.1 Dockerfile 示例
    7.2 Docker Compose 示例
    7.3 了解层、镜像标记和构建与 运行时
    7.4 源代码和初始化脚本
    7.5 使用 Dockerfile 构建镜像
    7.6 在容器化 IRIS 终端中运行指令
8. 结语和未来计划

简介

在现代应用程序中，尤其是那些涉及大型数据、文档、日志或多媒体的应用程序，高效地处理大型或非结构化内容变得至关重要。 InterSystems IRIS 提供了一种强大、可扩缩的方式来使用流对象管理此类数据。

流对象可以让开发者在处理大型文本或二进制数据时不受字符串大小上限或内存效率低下的影响。 在本文中，我们将探讨如何使用 ObjectScript 在 IRIS 中创建、读取、写入、存储和操作流对象。

IRIS 中的流对象是什么？

InterSystems IRIS 在 %Stream 软件包下提供了内置流类，用于表示可以增量读取或写入的字符或字节序列。 这些流在处理以下内容时特别有用：

• 文本文档（日志、报告等）
• 二进制文件（图像、PDF）
• 大型 API 有效负载（文件上传/下载）
• 超出字符串上限 (~3.6MB) 的持久类属性

流类型

创建并写入流

下面介绍了如何创建和写入全局字符流：

Set stream = ##class(%Stream.GlobalCharacter).%New() Do stream.

技术文档 — Quarkus IRIS Monitor System

1. 目的与范围

此模块支持在基于 Quarkus 的 Java 应用程序与 InterSystems IRIS 的原生性能监控功能之间进行集成。
它使开发者可以通过 @PerfmonReport 对方法添加注释，这样可以在执行方法时自动触发 IRIS 的 ^PERFMON 例程，以生成性能报告，而无需人工干预。

2. 系统组件

2.1 注释：@PerfmonReport

• 定义为 CDI InterceptorBinding。
• 可应用于方法或类。
• 指示使用 IRIS 监控逻辑包装方法执行的框架。

2.2 拦截器：PerfmonReportInterceptor

• 拦截对带注释的方法的调用。

• 执行流程：

  1. 记录启动事件 (LOG.infof("INIT: …"))
  2. 调用 monitorSystem.startPerfmon()
  3. 继续执行 context.proceed()
  4. 在 finally 块中：
     • 调用 monitorSystem.generateReportPerfmon(...)
     • 调用 monitorSystem.stopPerfmon()
     • 记录结束事件及执行时间

• 确保即使抛出异常，监控也始终结束。

InterSystems 常见问题解答标题

^%GCMP 实用工具可用于比较两个全局变量的内容。

例如，要比较 USER 和 SAMPLES 命名空间中的 ^test 和 ^test，过程将与下面类似：
*以下示例在这两个命名空间中创建了 700 个相同的全局变量，并更改了其中一个的内容，使其成为检测目标。

USER>kill ^test
USER>for i=1:1:100 { for j=1:1:7 { set ^test(i,j)="Test"_i } }
USER>zn "samples"                  // change namespace to SAMPLES
SAMPLES>kill ^test
SAMPLES>for i=1:1:100 { for j=1:1:7 { set ^test(i,j)="Test"_i } }
SAMPLES>set ^test(50,5,1)=1        // Change one of the globals created in the SAMPLES namespace.
SAMPLES>do ^%GCMP
Compare global ^test               // Global to compare.

学习如何使用 LangGraph 设计结合了推理、矢量搜索和工具集成的可扩缩自主 AI 智能体。

概括

• AI 智能体是一种超越简单的聊天机器人的自主系统，它结合了记忆库、上下文，并具有自动完成任务的主动性。
• LangGraph 是一种框架，它使我们能够利用具有内置状态管理的节点（任务）和边缘（连接），构建复杂的 AI 工作流。
• 本指南将指导您构建 AI 赋能的客户支持智能体，该智能体可以划分优先级，识别相关主题，并确定是上报还是自动回复。

那么，AI 智能体究竟是什么？

让我们直面它吧 —“AI 智能体”听起来就像可以接管会议室的机器人。 实际上，它们是您得力的助手，可以简化复杂的工作流，消除重复性任务。 您可以把它们看作是聊天机器人的下一个进化阶段：它们不只是简单地等待提示；它们可以发起行动，协调多个步骤，并随时进行调整。

过去，打造一个“智能”系统意味着兼顾语言理解、代码生成、数据查找等各种不同的模型，然后将它们粘合在一起。 您的一半时间花在了集成上，另一半时间则花在了调试上。

智能体彻底颠覆了这一切。 它们将上下文、主动性和适应性融合在一个精心编排的流程中。 它们不仅实现了自动化，更是肩负使命的智者。 借助 LangGraph 之类的框架，我相信，组建一支自己的智能体团队实际上会很有趣。

LangGraph 究竟是什么？

概述

快捷式医疗服务互操作资源 (FHIR) 是一个由 HL7 International 开发的标准化框架，旨在以灵活、对开发者友好且现代的方式促进医疗数据的交换。 它利用现代网络技术来确保在医疗保健系统间实现无缝集成与通信。

关键 FHIR 技术

• 用于资源交互的 RESTful API
• 用于数据表示的 JSON 和 XML
• 用于安全授权和身份验证的 OAuth2

FHIR 围绕着称为资源的模块化组件构建，每个组件代表特定的医疗保健概念，包括：

• 患者 – 受众特征和标识符
• 观察数据 – 临床测量数据（例如，生命体征、实验室检测结果）
• 诊疗 – 患者与医疗服务提供者的互动
• 药物、过敏不耐受、健康状况等

资源单独定义，并且可以引用其他资源，以构成一个完善的数据模型。

InterSystems IRIS for Health：FHIR 支持

InterSystems IRIS for Health 是一个专为医疗保健行业设计的统一数据平台。 它包含对 HL7 FHIR 的原生支持。 它提供内置工具与服务，能够实现 FHIR 资源的存储、检索、转换和交换。IRIS 通过三大 FHIR 处理组件提升系统的互操作性：

1.

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

InterSystems Data Fabric Studio（IDFS）提供了一种新方法，可在安全可控的环境中将正确的数据在正确的时间提供给正确的消费者。

大家好！ 我最近才加入 InterSystems，但发现尽管我们推出了完全免费且出色的社区版，但大家并不是十分清楚如何获取。 因此我决定编写一份指南，详细介绍获取 InterSystems IRIS 社区版的所有不同方式：

以容器形式获取 InterSystems IRIS 社区版

对于刚刚接触 InterSystems IRIS 开发的伙伴，推荐使用社区版的容器化实例，在我看来，这是最简单直接的方式。 InterSystems IRIS 社区版可以在 DockerHub 上获取；如果您有 InterSystems SSO 帐户，还可以在 InterSystems 容器注册表中获取。

在这两种情况下，您都需要使用 docker CLI 拉取所需镜像：

docker pull intersystems/iris-community:latest-em
// or
docker pull containers.intersystems.com/intersystems/iris-community:latest-em

接下来，您需要启动容器：要从容器外部与 IRIS 进行交互（例如使用管理门户），您需要发布一些端口。 以下命令将运行 IRIS 社区版容器，并发布超级服务器和 Web 服务器端口；请注意，此时不能运行其他依赖 1972 或 52773 端口的程序！

docker run --name iris -d --publish 1972:1972 --publish 52773:52773 intersystems/iris-community:latest-em

数据是席卷医疗保健行业的数字化转型的核心。 要想发生根本性转变，需要一个新的基础来处理现代医疗保健的海量数据需求。

在您开发下一个治疗性突破、基因组见解和智能临床工作流时，上市速度至关重要。 您需要立即交付它们。

这就是我们为何扩展 InterSystems IRIS 数据平台的能力，以应对医疗保健信息的独特特征。 InterSystems IRIS for Health 是世界上第一个也是唯一一个专为快速开发医疗保健应用程序而设计的数据平台，管理着世界上最关键的数据。

您知道当您拿到验血结果时一切看起来都像天书的那种感觉吗？ 这就是 FHIRInsight 要解决的问题。 它最初的理念是，医疗数据不应该令人恐惧或困惑 – 它应该是我们所有人都能使用的东西。 验血是健康检查中十分常见的检查，但说实话，大多数人都很难理解它们，有时甚至对不擅长实验室工作的医务人员来说也是如此。 FHIRInsight 希望整个过程能够变得更简单，信息更富有实用价值。

🤖我们为什么要构建 FHIRInsight

这一切都始于一个简单而有力的问题：

“为什么验血结果仍然很难读懂 — 有时甚至对医生来说也是如此？”

如果您看过化验结果，您可能会看到一大堆数字、隐晦的缩写和“参考范围”，这些可能适用于您的年龄、性别或身体状况，也可能不适用。 毫无疑问，它是一种诊断工具，但如果没有背景信息，它就变成了一个猜谜游戏。 即使是经验丰富的医疗保健专业人员有时也需要交叉参考指导方针、研究论文或专家意见才能理解所有内容。

这正是 FHIRInsight 的用武之地。

我们不只是为患者而构建，也为一线医护人员而构建。 为轮流值班的医生，为捕捉生命体征细微变化的护士，为每一位试图在有限的时间和巨大的责任下做出正确决定的医护人员而构建。 我们的目标是让他们的工作简单一点，将密集的临床 FHIR 数据转化为清晰、有用、以真正的医学科学为基础的东西， 讲人类语言的东西。

大家好！

本文主要丰富了上一篇文章的内容，并介绍了应用程序的使用方法。

也许您已经读过上一篇文章，但我还是想说，
在完成初始化操作（包括模型创建和训练）后，Fhir HepatitisC Predict 应用程序将预测丙型肝炎（HepatitisC）。

首先

您需要在应用程序上输入一些信息，当然，只是一些检查结果，不包括隐私数据。

SHOW显示

点击显示按钮，将显示该指标的数据是否在正常范围内，指标是高还是低。当然，每个指标的数据范围都是通过查询信息获得的，可能与实际范围略有不同。

Prediction预测

完成信息输入后，点击预测实际上涉及到应用程序中的许多操作。

1. 将发送的 JSON 格式检查结果转换为 FHIR 资源（对部分患者基本信息和其他隐私数据使用模拟数据）
2. 通过 FHIR Server 提供的 API 接口（ip: port/hir/r4/）将转换后的 FHIR 资源注册到 FHIR 资源库，类似于使用 Postman 进行接口调用。

互操作性用户界面现在包括可以在所有互操作性产品中使用的 DTL 编辑器和生产配置应用程序的现代化用户体验。您可以在现代化视图与标准视图之间切换。所有其他互操作性屏幕仍采用标准用户界面。请注意，仅对这两个应用程序进行了更改，我们在下面确定了当前可用的功能。

要在升级前试用新屏幕，您可以点击这里，从我们的社区工具包网页中下载 2025.1 版：https://evaluation.intersystems.com/Eval/。请观看“学习服务”中的简短教程构建集成：一种新的用户体验，了解对这些屏幕进行的用户增强！

• 生产配置：在以下版本的生产配置中受支持：
  • 创建/编辑/复制/删除主机
  • 停止/启动主机
  • 编辑生产设置
  • 停止/启动生产
• 源代码控制集成：支持上述配置功能的源代码控制集成。
• 分屏 视图：用户可以直接从“生产配置”屏幕打开“规则编辑器”和“DTL 编辑器”，在分屏视图中查看和编辑产品中包含的规则和转换。
• 增强的筛选功能：使用顶部的搜索框，您可以搜索和筛选各种业务组件，包括多种类别、DTL 和子转换。 使用左侧边栏可以独立于主面板进行搜索，查看各种主机和类别中的搜索结果。
• 批量编辑主机类别：通过从生产配置中添加主机，您可以为生产添加新类别或编辑现有类别。
• 可展开路由器：可以展开路由器，内联查看所有规则、转换和连接。

在过去的几个月里，我一直在从事 SMART on FHIR EHR Launch 的工作，使用 CSIRO 的两个开源应用程序：SMART-EHR-Launcher 和 SMART 表单应用程序来测试 IRIS for Health 的功能。这段旅程非常有趣，我非常感谢能有机会参与这项任务并探索 IRIS for Health 的更多潜力。

在 HL7 AU FHIR Connectathon 上成功演示了多个外部 SMART 应用程序的无缝启动后，我很高兴能与社区分享我的心得。我希望我的见解能帮助其他人更快地开始类似的项目。

这项任务涉及使用 SMART-EHR-Launcher 作为 EHR 来启动 SMART 表单应用程序。同时，IRIS for Health 被用作 EHR 的 FHIR 资源库，其 OAuth2 服务器被用作授权服务器。

在进入激动人心的时刻之前，让我们先仔细了解一下 SMART on FHIR 和 SMART on FHIR EHR 启动仪式。让我们问问我们的好朋友 ChatGPT 和 豆包。

什么是 SMART on FHIR?

SMART on FHIR 是一种用于开发医疗保健应用程序的平台，旨在实现医疗保健系统之间的互操作性、安全性和可扩展性。

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.