Nova postagem

Pesquisar

Anúncio
· 5 hr atrás

[Video] Optimizing Query Performance in Health Insight

#Desempenho #READY 2025 #Vídeo #InterSystems IRIS for Health #Summit

Hey Community!

We're happy to share a new video from our InterSystems Developers YouTube:

     ⏯  Optimizing Query Performance in Health Insight @ Ready 2025

Boost the efficiency of your data queries with the latest Health Insight updates. Learn how new features can streamline analytics and deliver faster, more actionable insights.

 Presenters:
🗣 @Kandy Rathinasamy, Senior Product Manager at InterSystems
🗣 Sofia Lis, Principal Developer at InterSystems

Enjoy watching, and subscribe for more videos! 👍

Discussão (0)1
Entre ou crie uma conta para continuar
Pergunta
· 7 hr atrás

Error when starting container

#InterSystems IRIS for Health

I am working on a new project oliverwilms/iris-budget
based on intersystems-community/iris-fullstack-template: This template shows you how to build, test and deploy a simple full-stack application using InterSystems IRIS REST API

I do not understand why I get this error:

 

[INFO] ...started InterSystems IRIS instance IRIS
[INFO] Executing command /docker-entrypoint.sh iris-after-start ...
[INFO] Create namespace: USER
[ERROR] module 'iris' has no attribute 'system'
[ERROR] Command "/docker-entrypoint.sh iris-after-start " exited with status 256
[FATAL] Error executing post-startup command
[INFO] Shutting down InterSystems IRIS instance IRIS...

1 novo comentário
Discussão (1)1
Entre ou crie uma conta para continuar
Artigo
· 8 hr atrás 2min de leitura
Open Exchange

Opere o banco de dados por meio de diálogo

#ChatGPT #Embedded Python #GitHub #InterSystems Package Manager (IPM) #Large Language Model (LLM) #Processo de negócio #SQL #InterSystems IRIS #Open Exchange

Prompt

Primeiramente, precisamos entender o que são palavras de prompt e quais são suas funções.

Engenharia de Prompt

A engenharia de palavras de prompt é um método especificamente projetado para otimizar modelos de linguagem.
Seu objetivo é orientar esses modelos a gerar textos de saída mais precisos e direcionados por meio do design e ajuste das palavras de prompt de entrada.

Funções principais dos prompts

  • Melhorar a correspondência de conteúdo: Ao expressar suas necessidades com precisão, a IA pode gerar conteúdo de alta qualidade que atende melhor às expectativas
  • Eficiência e otimização de tempo: Um prompt claro pode obter diretamente a resposta desejada, reduzindo o tempo gasto em ajustes repetidos e aumentando significativamente a eficiência.
  • Facilidade de programação: A IA pode retornar o conteúdo correspondente de acordo com suas próprias necessidades, facilitando o processamento

Introdução à Aplicação

A aplicação iris-data-analysis é na verdade uma demonstração simples que utiliza palavras de prompt. Ela pode processar banco de dados por meio de diálogo, usando a configuração AI AgentBO.OpenAI com URL, APIKEY e o nome do Modelo, para chamar a interface da IA. Ao usar palavras de prompt para instruir a IA a retornar o SQL necessário, podemos processar e executar o SQL retornado pela IA para obter os dados que precisamos.

Exemplo

Por exemplo, eu gostaria de saber na tabela AI_Agent_DB.UserInfo quantos usuários do sexo masculino e quantos do sexo feminino existem. Posso escrever as palavras de prompt assim:

texto

Como especialista em SQL, por favor, gere instruções SQL apropriadas com base nos seguintes requisitos:
demand: {"message"}
Por favor, retorne apenas as instruções SQL, sem qualquer explicação adicional. Se for criar uma tabela, inclua os tipos de campos apropriados e as restrições necessárias.

 

 

 

A IA retornará apenas SQL na conversa com você para operações subsequentes, e também vetorizará a mensagem solicitada para verificar a similaridade do problema por meio de recuperação vetorial.

and also vectorize the requested message to view the similarity of the problem through vector retrieval.

Discussão (0)1
Entre ou crie uma conta para continuar
Artigo
· 8 hr atrás 1min de leitura
Open Exchange

IRIS-Intelligent Butler (Mordomo Inteligente)

#API #Artificial Intelligence (AI) #ChatGPT #GitHub #InterSystems Package Manager (IPM) #Large Language Model (LLM) #InterSystems IRIS for Health

# IRIS-Intelligent Butler

IRIS Intelligent Butler é um sistema de mordomo inteligente com IA construído sobre a plataforma de dados InterSystems IRIS, com o objetivo de fornecer aos usuários assistência abrangente para a vida e o trabalho por meio de inteligência de dados, tomada de decisão automatizada e interação natural.

## Cenário de aplicação

Adição de serviços, inicialização de configurações etc. estão atualmente sendo aprimorados.

## Mordomo inteligente

O IRIS Smart Manager utiliza os poderosos recursos de gerenciamento de dados e IA do InterSystems IRIS para criar um assistente inteligente para a vida e o trabalho que é altamente personalizado, automatizado, seguro e confiável. Seja para usuários domésticos, empresas ou instituições médicas, o IRIS pode proporcionar uma gestão diária mais inteligente e eficiente.

🚀 No futuro, o IRIS Intelligent Butler continuará evoluindo e se tornará um verdadeiro "companheiro digital"!

## Como usar

### Pré-requisitos
Certifique-se de que você tenha o git e o docker desktop instalados.
### Instalação
#### 1.Clone ou de um git pull no repositório em qualquer diretório local
```
git clone https://github.com/RenatoJanzai/IRIS-Intelligent-Butler.git
```  
#### Abra o terminal no diretório e execute

```
docker-compose build
```
#### Rode o container IRIS 

```
docker-compose up -d
```

Discussão (0)1
Entre ou crie uma conta para continuar
Pergunta
· 8 hr atrás

Potenciando la IA Generativa con InterSystems IRIS: SQL + Vectores + GPT-4

#Embedded Python #Large Language Model (LLM) #Vector Search #InterSystems IRIS

En este video les comparto un pequeño laboratorio donde integramos la potencia de una Base de Datos Vectorial nativa con la inteligencia de GPT-4. 🛠️ ¿Qué estamos viendo en acción?
Almacenamiento Vectorial Nativo: Guardamos documentos y sus "embeddings" directamente en IRIS, permitiendo búsquedas de similitud matemática ultra eficientes.
SQL Estándar: Ejecutamos consultas complejas que combinan datos relacionales con vectores, manteniendo la simplicidad del lenguaje que ya conocemos. Conectividad con OpenAI: A través de ObjectScript, establecemos un puente directo con la API de GPT para obtener respuestas precisas basadas en el contexto de nuestra base de datos. 💡 El valor de esta arquitectura:
Utilizar InterSystems IRIS como motor vectorial permite agilizar la comunicación con modelos de lenguaje (LLMs) y facilita la creación de aplicaciones de IA que son escalables, seguras y, sobre todo, están conectadas con la realidad de tus datos de negocio.

Discussão (0)1
Entre ou crie uma conta para continuar