IRIS 2024.2 版本包含一项变更（DP-432503），该变更要求Web Gateway最初连接到 IRIS 时所使用的用户（通常是 CSPSystem）必须对承载 REST web applicatioon 的dispatch类的数据库具备 READ 权限。

在不满足该条件的情况下，就会引发一个错误，这会向调用者返回一个 HTTP 404 状态码，而非预期的 HTTP 401 状态码。

显然，这个问题将在 2024.3 版本中修复，参考编号为 DP-432898 / ALI048：REST 登录端点将返回 401 HTTP 错误码而非 404，但作为持续交付（CD）版本，2024.2 不会获得维护版本修正。

解决方法是让 CSPSystem 用户对安装WebTerminal所在命名空间的数据库具备读权限。

下面是所需的步骤：

1. 创建一个新的资源 “%DB_WEBTERMINAL”，并设置 “WEBTERMINAL” 数据库使用该资源，而非 “%DB_% DEFAULT”。

2. 创建一个名为 “% DB_WEBTERMINAL” 的角色，该角色能让角色持有者对 “% DB_WEBTERMINAL” 资源具有读写（RW）访问权限。

当我们将 InterSystems IRIS 安装在Windows 系列操作系统中时，往往同时使用IIS 作为其Web 服务器。

但这时候我们却发现，由RESTful返回的错误信息却不能正常显示出来了，特别是在调试程序的时候，非常不方便。

比如在测试 FHIR Post/Put 请求时，我们的请求消息体中包含不正确的内容，这时我可以看到返回的是HTTP 400 Bad Request的返回内容.

我无法具体知道请求消息体哪句出错了，这对我调试程序造成很大困扰。

解决方法：

1. 打开IIS的管理页面，双击 错误页

2. 选择右侧 编辑功能设置

2024.3 版 InterSystems IRIS^® 数据平台、InterSystems IRIS^® for Health 和 HealthShare^® Health Connect 现已正式发布 (GA)。

版本亮点

在此版本中，您可以期待一系列激动人心的更新，包括：

借助 InterSystems 行业标准认证考试，您和您的团队可以获得认证，以验证您的技能并证明您拥有 InterSystems 技术方面的专业知识。 查找适合您的角色的考试！

第四十八章 终端输入 输出 - PRINT 和 ZPRINT 命令

PRINT 和 ZPRINT 命令

将当前加载的 IRIS 例程的一行或多行写入当前设备。

ZPRINT与PRINT`具有相同的效果和参数。

第二十八章 T 开头的术语

以 T 开头的术语

表 (table)

InterSystems SQL

表是一种由表示特定实体的行和表示每个实体特定数据点的列组成的数据结构。

目标角色 (target role)

系统

在受保护的 IRIS 应用中，由应用程序授予给已经是其他角色（称为匹配角色）成员的用户的角色。如果用户拥有匹配角色，则在使用应用程序时，用户还可以被授予一个或多个额外的目标角色。

目标用户 (target user)

系统

Web Terminal 已经存在相当长一段时间了，但它存在诸多限制，并非所有功能都能正常使用。它不支持 shell，也没有诸如嵌入式 Python 支持这样的最新功能。对于那些需要编程模式的工具来说，存在一些问题。基本身份验证也不如简单的登录页面便捷，使用登录页面的话，倘若你想要改变登录应用程序的方式（比如使用单点登录，即 SSO），你还可以自行添加登录页面。

通过将最初的iris terminal 封装到一个网页表单中，利用在网络领域应用极为广泛且同样被像 Visual Studio Code（VSCode）这类工具所使用的 xterm.js，并借助 Python 施展的一些 “魔法”（这些 “魔法” 有助于实现进程间的终端交互），我们就能在网络上完整地实现终端功能了。

安装方法

第二十七章 TCP 客户端 服务器通信 - 连接管理

连接管理

服务器一次只维护一个连接。如果第二个客户端在另一个连接打开时尝试连接，则 TCP/IP 将该客户端放入队列中。在队列中时，第二个客户端可以像已连接一样写入端口。第二个客户端写入的数据保留在缓冲区中，直到第一个连接关闭并且第二个客户端连接。

如果第二个客户端在连接存在之前发出 READ，它就会挂起。当第二个客户端在队列中时，第三个客户端的任何连接尝试都会失败。

如果已经打开 TCP 设备的客户端在第一个连接仍然存在时尝试第二次连接，则第二个 OPEN 命令会导致<COMMAND> 错误。将这种情况视为错误而不是 USE 命令可以防止出现意外结果。如果一个错误的程序认为它打开了一个新连接，而实际上它正在重用一个可能具有不同目标或不同参数的现有连接，则可能会出现这种意想不到的结果。

如何下载5.2.4版本cache

社区朋友们好，

传统的基于关键词的搜索方式在处理具有细微差别的领域特定查询时往往力不从心。而向量搜索则通过语义理解能力，使AI智能体能够根据上下文（而非仅凭关键词）来检索信息并生成响应。

本文将通过逐步指导，带您创建一个具备代理能力的AI RAG（检索增强生成）应用程序。

实现步骤:

1. 添加文档摄取功能：
   • 自动获取并建立文档索引（例如《InterSystems IRIS 2025.1版本说明》）
   • 实现向量搜索功能
2. 构建向量搜索智能体
3. 移交至主智能体（分流处理）
4. 运行智能体

1. Create Agent Tools 添加文档摄取功能

Implement Document Ingestion: Automated ingestion and indexing of documents

1.1 - 以下是实现文档摄取工具的代码：

    def ingestDoc(self):
        #Check if document is defined, by selecting from table
        #If not defined then INGEST document, Otherwise back
        embeddings = OpenAIEmbeddings()	
        #Load the document based on the fle type
        loader = TextLoader("/irisdev/app/docs/IRIS2025-1-Release-Notes.txt", encoding='utf-8')      
        
        documents = loader.load()        
        text_splitter = RecursiveCharacterTextSplitter(chunk_size=400, chunk_overlap=0)
        
        texts = text_splitter.split_documents(documents)
                       
        #COLLECTION_NAME = "rag_document"
        db = IRISVector.from_documents(
            embedding=embeddings,
            documents=texts,
            collection_name = self.COLLECTION_NAME,
            connection_string=self.CONNECTION_STRING,
        )

        db = IRISVector.from_documents(embedding=embeddings,documents=texts, collection_name = self.COLLECTION_NAME, connection_string=self.CONNECTION_STRING,)

向量搜索智能体（Vector Search Agent）能够自动完成文档的摄取（ingest）与索引构建（index）， 该新功能在InterSystems IRIS 2025.1的数据资源文件夹里） 至 IRIS 向量存储， 只有当数据尚未存在时，才执行该操作。

运行以下查询以从向量存储中获取所需数据：

SELECT
id, embedding, document, metadata
FROM SQLUser.AgenticAIRAG

1.2 - 实现向量搜索功能

以下代码为智能体提供了搜索能力：

 def ragSearch(self,prompt):
        #Check if collections are defined or ingested done.
        # if not then call ingest method
        embeddings = OpenAIEmbeddings()	
        db2 = IRISVector (
            embedding_function=embeddings,    
            collection_name=self.COLLECTION_NAME,
            connection_string=self.CONNECTION_STRING,
        )
        docs_with_score = db2.similarity_search_with_score(prompt)
        relevant_docs = ["".join(str(doc.page_content)) + " " for doc, _ in docs_with_score]
        
        #Generate Template
        template = f"""
        Prompt: {prompt}
        Relevant Docuemnts: {relevant_docs}
        """
        return template

分流代理处理传入的用户查询，并将其委托给矢量搜索代理，后者执行语义搜索操作，以检索最相关的信息。

第十七章 TCP 客户端 服务器通信 - 使用OPEN命令

使用OPEN命令

OPEN命令保留一个TCP绑定设备供使用。其语法为：

我们已经有一段时间没有在开发者社区上发表关于嵌入式 Git 的文章了，我想借此机会更新一下今年我们完成的大量工作以及未来的工作计划。

背景信息

如果您要在 IRIS 上构建解决方案，并想要使用 Git，那就太棒了！ 只需将 VSCode 与本地 Git 仓库结合使用，并将更改推送到服务器上即可，就是这么简单。

但在以下使用场景中该怎么办：

第二十一章 P 开头的术语

主持久超类 (primary persistent superclass)

对象（Objects）

一个类的主要持久超类决定了该类的持久行为。默认情况下，主要持久超类是超类列表中最左侧的持久超类。通常，与相同主要持久超类相关联的类的所有数据一起存储。

主卷 (primary volume)

系统

卷集中的第一个卷或唯一卷。

主设备 (principal device)

系统

与进程相关联的输入/输出设备，通常是终端或计算机键盘和显示器。对于后台进程，你可以在 JOB 命令中分配主设备，或者在系统配置编辑器中将其设置为父进程的主设备。如果不以这些方式设置设备，则后台进程的默认设备是空设备（null device）。

第十七章 O 开头的术语

以 O 开头的术语

对象 (object)

对象（Objects）

对象是一个逻辑实体，封装了表示特定项目的所有数据以及操作这些数据的接口。

对象类 (object class)

对象（Objects）

对象类代表一个特定实体。它可以具有属性，并且可以被直接实例化。

对象代码 (object code)

系统

IRIS 编译器生成的最低级别代码。该代码实际上由解释器执行。

对象标识符 (object identifier)

对象（Objects）

对象标识符（OID）在整个数据库中唯一地标识磁盘上的一个对象。OID 在对象的生命周期内有效，如果对象被删除，OID 不能被重用。

对象模型 (object model)

对象（Objects）