在使用 InterSystems ObjectScript 进行编程时，当你定义了属性property、查询query或者索引index，系统会在编译的过程中自动创建与之相关的一些方法，这篇文章对这些方法做了些总结：

属性Properties

1. 假设你定义了一个属性 Property， 下面的方法会被自动创建

ClassMethod PropertyGetStored(id)

对于数据类型属性，这个函数将返回其逻辑值，对于对象属性，返回id。这是一个对类global数据的封装，也是获取单例属性值(singular property value)最快的方法。此方法仅适用于已持久化存储的属性。

迄今为止，我看到的大多数使用向量vector的示例，将它只作为 SQL 中的一种功能，尤其是围绕 VECTOR_Search 的 3 个函数。
* TO_VECTOR()
* vector_dot_product ()
* vector_cosine ()

在 iris-vector-search 演示包中隐藏着一个非常有用的摘要。
从那里，你可以通过多个链接找到所需的一切。

我还缺少更多的 VECTOR 方法，于是在 Idea Portal 上提出了相关请求。

接着，我想起每个 SQL 方法或存储过程都有一堆 ObjectScript 代码。
于是我开始搜索，下面就是我的研究的一些总结：

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

当我们在设计一个需要重复使用的BP时候，往往需要开发一个可配置<call>的对象的组件，我们将call的target 设置为

@process.TargetConfigName

即可实现。

下面是完整代码：

在此文章中将分享，当使用InterSystems IRIS 做后端时如何接收并保存通过POST方式发送过来的 Base64文件。

前后端之间传输文件，我认为较简单的方式是：前端将文件转为Base64格式，调用POST方法并将Base64内容附加在JSON消息中的一个参数中，在JSON消息中的另一个参数可以是文件名，比如消息定义如下：

使用（^GLOBUFF ）可以获取到使用的数据库缓存global buff的大小，

可以直接执行这个命令或者通过代码的方式获取结果

下面是执行命令的方式：

文章相关视频参见Synthea生成FHIR测试数据，以及FHIR服务器加载FHIR资源文件

1. 什么是Synthea

Synthea是一个开源软件包，可以模拟生成患者就诊数据。他的github地址在这里。

生成的就诊模版从最初的模拟美国前十种常见病、前十种慢性病到现今超过90种不同的模型。详细模型参见这里。

基于当前版本，Synthea的特性包括：

您可能还记得在 InterSystems 2022年全球峰会以及 2022.2 版本发布的网络研讨会上，我们发布了一项令人兴奋的新功能——列存储，它可以纳入您 InterSystems IRIS 的解决方案中。 列存储引入了一种存储SQL表数据的替代方法，它为分析查询提供了数量级的加速。 最新的2022.3开发预览版在原有的基础上包括一系列我们认为值得在这里宣布的更新。

快速回顾

我在这里和大家分享下在 Interoperability 的接口开发中，调用Web Service接口的几个超时参数的设置经验。

赶时间的同学可以直接拉到文章最下面看结论就好。

1.实验过程

首先我设计了一个Web service的服务器端，强制在接收到请求后 8s 返回结果。

在客户端我设置了响应超时7s, 重试间隔5s, 故障超时23s，如图：

在客户端、服务器端均设置了SOAP Log 记录接收和发送的内容