Nova postagem

検索

Anúncio
· Abr. 9

Sua pergunta é uma #Pergunta-chave?

Olá, Desenvolvedores!

Estamos introduzindo um novo recurso no site da Dev Community – Perguntas-chave por Desenvolvedores da InterSystems.

Adicionamos uma nova tag especial #Pergunta Chave para destacar perguntas relacionadas às Plataformas de Dados da InterSystems consideradas como tendo o maior impacto.

A cada mês, os especialistas da InterSystems escolherão essas perguntas, e esses autores serão premiados com todas as honras!

Quais honrarias? Detalhes neste post!

O que é #Pergunta Chave? 

É a tag que destaca questões sobre como desenvolver, testar, implantar, gerenciar, etc. soluções que usam as Plataformas de Dados InterSystems, consideradas as mais esclarecedoras, interessantes, intrigantes, importantes e assim por diante.

Quem toma a decisão? 

Os Especialistas da InterSystems analisarão as perguntas da CD e decidirão se devem considerá-las como Perguntas-chave.

Quais questões serão revisadas?

Todas as perguntas na CD serão levadas em consideração.

Com que frequência você verá novas Perguntas-Chave na CD?

A cada mês, nossos especialistas escolherão as perguntas que receberão a tag #Pergunta-chave.

Que honrarias você receberá?

Um novo emblema especial no Global Masters chamado "Pergunta-Chave".

Um destaque especial na Comunidade de Desenvolvedores: adicionaremos um comentário em um tópico com a pergunta de @Developer Community Admin que foi selecionada como Pergunta-Chave.


Faça suas perguntas, aproveite os pontos em dobro durante o Inquisitive Summer na Developer Community e talvez sua pergunta seja escolhida por nossos especialistas como a próxima Pergunta-Chave!

Inscreva-se para a tag e fique ligado! 

Discussão (0)1
Entre ou crie uma conta para continuar
Pergunta
· Abr. 9

Language selection drop down from Clinical viewer 2023 Navigation App

I need to remove multiple languages from the language selection drop down which appears at top of Navigation app top bar. I need to keep only English.

Is there any way I can do that?

Or I can completly remove the language option?

4 Comments
Discussão (4)2
Entre ou crie uma conta para continuar
Artigo
· Abr. 9 4min de leitura

Haz preguntas a tus clases de IRIS con Ollama, IRIS VectorDB y Langchain

Si queréis saber por ejemplo si ya está implementada una clase sobre un tema en concreto, ahora es posible haciendo una simple pregunta en lenguaje natural. Descargad y ejecutad la aplicación https://openexchange.intersystems.com/package/langchain-iris-tool para conocer todo sobre vuestras clases de proyecto en un chat.

Instalación:

$ git clone https://github.com/yurimarx/langchain-iris-tool.git
$ docker-compose build
$ docker-compose up -d

Uso:

1. Abrid la URL [http://localhost:8501](http://localhost:8501).  

2. Revisad el botón de Configuración, que se usa para que el Agente se conecte a InterSystems IRIS.  

3. Haced preguntas sobre vuestras clases desarrolladas (por ejemplo: ¿Existen clases que hereden de Persistent?).

UI 4

Herramientas usadas:

  1. Ollama: herramienta para ejecutar modelos (LLM) 
  2. Langchain: plataforma para construir agentes de inteligencia artificial.
  3. Streamlit: framework de frontend.
  4. InterSystems IRIS: servidor para responder preguntas sobre su contenido.

Sobre Ollama

Es una solución gratuita y local de modelos de lenguaje (LLM) que permite ejecutar Inteligencia Artificial Generativa con privacidad y seguridad, ya que los datos se procesarán únicamente en vuestras propias instalaciones. El proyecto Ollama es compatible con muchos modelos, incluyendo Mistral, OpenAI, DeepSeek y otros, ejecutándolos localmente. Este paquete utiliza Ollama a través de Docker Compose con el modelo Mistral.

ollama:
    image: ollama/ollama:latest
    deploy:
      resources:
        reservations:
          devices:
          - driver: nvidia
            capabilities: ["gpu"]
            count: all  # Adjust count for the number of GPUs you want to use
    ports:
      - 11434:11434
    volumes:
      - ./model_files:/model_files
      - .:/code
      - ./ollama:/root/.ollama
    container_name: ollama_iris
    pull_policy: always
    tty: true
    entrypoint: ["/bin/sh", "/model_files/run_ollama.sh"] # Loading the finetuned Mistral with the GGUF file
    restart: always
    environment:
      - OLLAMA_KEEP_ALIVE=24h
      - OLLAMA_HOST=0.0.0.0

Sobre Langchain:

Langchain es un framework para crear aplicaciones de Inteligencia Artificial Generativa (GenAI) de forma sencilla. Langchain introduce el concepto de herramienta (tool), que son complementos (plug-ins) utilizados en aplicaciones RAG para ampliar las capacidades de los modelos de lenguaje (LLMs). Esta aplicación implementa una herramienta de Langchain para realizar preguntas sobre gestión y desarrollo en vuestro servidor IRIS.

from langchain.llms import Ollama
from langchain.chains import RetrievalQA
from langchain.document_loaders import CSVLoader
from langchain.embeddings import OllamaEmbeddings
from langchain_iris import IRISVector

def get_insights(question, csv_file, iris_conn, collection_name):
    
    # Load and process the CSV data    
    loader = CSVLoader(csv_file)
    documents = loader.load()

    llm = Ollama(
        base_url="http://ollama:11434", 
        model="mistral", 
        temperature=0,
    )

    # Create embeddings
    embeddings = OllamaEmbeddings(model="mistral", base_url="http://ollama:11434", temperature=0)

    db = IRISVector.from_documents(
        embedding=embeddings, 
        documents=documents,
        connection_string=iris_conn,
        collection_name=collection_name,
        pre_delete_collection=True
    )

    qa = RetrievalQA.from_chain_type(
        llm=llm,
        chain_type="stuff",
        retriever=db.as_retriever())
    
    return qa({"query": question})

Sobre Streamlit:

La solución Streamlit se utiliza para desarrollar frontends con el lenguaje Python. Esta aplicación incluye una aplicación de chat en Streamlit para interactuar con Ollama, Langchain e IRIS y obtener respuestas relevantes.

import pandas as pd
import streamlit as st
from sqlalchemy import create_engine
import langchain_helper as lch

username = "_system"
password = "SYS"
hostname = "iris"
port = 51972
webport = 52773
namespace = "USER"
st.set_page_config(page_title="InterSystems IRIS Classes Demo", page_icon="📜")

st.title("Langchain IRIS Classes Chat")

with st.popover("Settings"):
    with st.spinner(text="Connecting to the IRIS classes"):
        engine = create_engine("iris://" + username + ":" + password + "@" + hostname + ":" + str(port) + "/" + namespace)
        connection  = engine.connect()
        query = 'select * from %Dictionary.ClassDefinition where substring(ID,1,1) <> \'%\' and  Copyright is null'
        df = pd.read_sql(query, con=connection)
        df.to_csv("classes.csv")
    
    username = st.text_input("Username:", username)
    password = st.text_input("Password:", password)
    hostname = st.text_input("Hostname:", hostname)
    port = int(st.text_input("Port:", port))
    webport = int(st.text_input("Web port:", webport))
    namespace = st.text_input("Namespace:", namespace)

            

# User query input
query = st.text_input(label="Enter your query")

# Submit button
if st.button(label="Ask IRIS Classes", type="primary"):
    
    with st.spinner(text="Generating response"):
        iris_conn_str = f"iris://{username}:{password}@{hostname}:{port}/{namespace}"
        response = lch.get_insights(query, "classes.csv", iris_conn=iris_conn_str, collection_name="classes")
        st.write(response['result'])
Discussão (0)1
Entre ou crie uma conta para continuar
Pergunta
· Abr. 9

Validate XML message against XSD schema

I'm trying to validate a %Stream.GlobalCharacter with an XML content against an XSD schema, to validate mandatory nodes, etc...

I'm trying to use the Ens.Util.XML.Validator class, as suggested on this post:

https://community.intersystems.com/post/validate-xml-message-against-xsd...

However, when calling the ValidateStream method, if schemaSpec is left empty, it just validates that is a "valid XML".

When specifying anything on schemaSpec, i receive the error "SAX XML Parser Error: Unable to Resolve SystemId"

Any examples  with the right specification on schemaSpec for ValidateStream? (a filepath to the XSD file, for example, or an XML schema imported on the namespace)

 

1 Comment
Discussão (1)2
Entre ou crie uma conta para continuar
Pergunta
· Abr. 9

Validacion de un XML contra un esquema XSD

Estoy intentando validar el contenido de un XML contra un esquema XSD, para validar la estructura (nodos obligatorios, etc...)

Estoy intentando utilizar la clase Ens.Util.XML.Validator, como se sugiere en este post:

https://community.intersystems.com/post/validate-xml-message-against-xsd...

Pero al invocar al metodo ValidateStream, si en el schemaSpec le dejo el parametro vacio, simplemente valida que sea una estructura XML correcta.

Al pasarle cualquier valor en schemaSpec, da un error de "SAX XML Parser Error: Unable to Resolve SystemId"

 

¿Algun ejemplo de como indicar el schemaSpec en la validacion? (la ruta del XSD en el disco, por ejemplo, o un esquema XML cargado en el namespace)

5 Comments
Discussão (5)2
Entre ou crie uma conta para continuar