日常工作中，JSON使用越来越多，很多其他的语言里面有成熟的JSON API,但cache 我一直没找到。而同事们使用的基本都是自己写的一些JSON工具。这些小工具，多多少少有些局限。使用ensemble2016后，发现了 Ens.Util.JSON类，他可以处理JSON。翻阅代码后，实际上主要API是 %ZEN.Auxiliary.abstractController。在使用中，我们遇到一个问题，那就是有些JSON的节点名是带有下划线的，这个不太好处理。一般来说，我们把对象转为xml的时候，对象的属性我们是去掉下划线的，带下划线的名字是用 XMLNAME来设置的，于是考虑JSON里面也使用它（如果配置了）作为对象转JSON的时候，JSON的名字。

最近我一直在发布对 JSON 功能的一些更新，我很高兴许多人提供了反馈。 今天，我想将重点放在另一个方面：使用 SQL 查询生成 JSON。

之所以称为Dynamic，是说这个对象在代码编译的时候可以不定义对象的属性和结构，在runtime时才根据装入的数据来产生对象定义。IRIS里用Dynamic Object来处理JSON数据。简单说: 先定义一个Dynamic Object, 把JSON数据装进去，然后用对象的方式处理JSON文档。

让我们看看是它是怎么工作的。

创建一个Dynamic Object很简单, 标准而且啰嗦的写法是：

set dynObject1 = ##class(%DynamicObject).%New()

大家通常用简单的写法，像这样用一个{}来定义Dynamic Object:

第七章 Caché JSON %JSON快速参考

%JSON快速参考

本节提供本章中讨论的%JSON方法、属性和参数的快速参考。

%JSON.Adaptor方法

这些方法提供了从JSON序列化和序列化到JSON的能力。

%JSONExport()

%JSON.Adaptor.%JSONExport()将启用JSON的类序列化为JSON文档，并将其写入当前设备。

如果你读了我之前介绍QEWD微服务的文章，希望你会渴望了解如何使用它们。 所以在这篇文章中，我将解释你需要知道的东西，以便开始使用。

如果你在QEWD资源库中，你会发现目录:

https://github.com/robtweed/qewd/blob/master/example/jwt

在我之前关于JSON网络令牌（JWTs）和QEWD的文章中，我用这个示例应用程序来解释如何使用JWTs。 这个示例应用程序还演示了如何设置一个简单的微服务，在这种情况下是一个处理用户认证的服务。 所以，现在让我深入了解一下这个例子应用程序的这方面内容。

如果你想使用QEWD微服务，你也必须使用JWTs--它们提供了一种方法，用户的认证和会话可以被多个独立的QEWD服务器交叉通信和处理。 因此，请看一下启动文件:

这篇文章介绍了使用由支持 langchain 框架的IRIS来实现问答聊天机器人，其重点介绍了检索增强生成（RAG）。

文章探讨了IRIS中的向量搜索如何在langchain-iris中完成数据的存储、检索和语义搜索，从而实现对用户查询的精确、快速的响应。通过无缝集成以及索引和检索/生成等流程，由IRIS驱动的RAG应用程序使InterSystems开发者能够利用GenAI系统的能力。

为了帮助读者巩固这些概念，文章提供了Jupyter notebook和一个完整的问答聊天机器人应用程序，以供参考。

什么是RAG以及它在问答聊天机器人中的角色