Python é uma linguagem de programação interpretada de alto nível para programação de uso geral. Criado por Guido van Rossum e lançado pela primeira vez em 1991, o Python tem uma filosofia de design que enfatiza a legibilidade do código, principalmente usando significativos espaços em branco
Olá Comunidade,
Lançamos um novo tutorial gratuito e interativo que oferece uma introdução prática à criação de produções interoperáveis com InterSystems Python Productions (intersystems_pyprod biblioteca Python).
🐍 InterSystems PyProd Tutorial 🧑💻
A ideia é simples: ajudar quem quer sair — ou quem administra um bar, restaurante ou café — a saber, antes de sair de casa ou no meio do expediente, o quão cheio um lugar está agora. A primeira versão, feita em modo "vibe code" (iterando rápido, sem planejamento formal), validou a ideia em poucas horas: dados reais de locais de São Paulo via OpenStreetMap, um modelo de popularidade e um mapa de calor no ar. A partir dela, escrevi especificações formais (specs/*.spec
TL;DR:
dc.omniIngesté o gateway de ingestão de documentos para InterSystems IRIS 2026 — uma Production de Interoperabilidade escrita inteiramente em Python que pega um arquivo numa pasta (PDF, DOCX, PPTX, MD, TXT), parseia com Docling, divide em chunks que respeitam a estrutura do documento, chama odc.omniEmbeddingpara vetorizar e grava numa tabela SQL pronta para busca híbrida — vetor e palavra-chave na mesma linha, na mesma consulta. É a primeira peça do pipeline que odc.omniReRankfecha: um transforma documento em conhecimento buscável, o outro acerta a ordem exata da resposta.
Já faz um ano que entrei para a InterSystems, e vi muitos artigos excelentes passarem pela Developer Community. O problema é encontrá-los novamente quando meu código realmente precisa deles.
O Claude Code já está conectado aos nossos servidores, à documentação e ao Perforce. Faltava a camada da comunidade, então escrevi uma skill para ele: um único script Python, sem dependências, mais um SKILL.md.
A pergunta que eu queria responder era: estou escrevendo esta classe agora; o que a comunidade já disse sobre os padrões presentes nela?
Por que simplesmente não encapsular a própria busca do site?
Publicamos o primeiro benchmark aberto que afere a competência de LLMs no InterSystems ObjectScript e na plataforma IRIS: ObjectScript LLM Benchmark.
Benchmarks consagrados de programação — SWE-bench, LiveCodeBench, Terminal-Bench — baseiam-se em Python, JavaScript e shell. Nenhum cobre ObjectScript, IRIS SQL, Embedded Python ou %CSP.REST. As pontuações de código publicadas não se transferem para a plataforma IRIS. Esta é uma primeira iniciativa para medir essa lacuna diretamente.
Olá, Comunidade!
Você é um desenvolvedor Python começando a trabalhar com o InterSystems IRIS? Veja como preparar seu ambiente local:
Após uma aula de matemática aprofundada, vamos colocar em prática nossos novos conhecimentos e criar um dos melhores bancos de dados baseados em contexto.
Preparem suas lupas e seus chapéus, pois Vector Holmes está de volta.
Para operar com o vetor associado a um texto, imagem ou som, utilizaremos uma biblioteca Python chamada sentence-transformers, que nos permite transformar o conteúdo em um vetor. Para implementar isso, devemos criar a seguinte função:
ClassMethod Embedding(Text) [ Language = python ]
{
from sentence_transformers import SentenceTransformer
model_name = 'sentence-transformers/all-MiniLM-L6-v2'
# Cache in global variables of the embedded Python module (persistent per process).
global _cached_embedding_model
if '_cached_embedding_model' not in globals():
_cached_embedding_model = SentenceTransformer(model_name)
vector = _cached_embedding_model.encode(
[Text],
normalize_embeddings=True,
convert_to_numpy=True,
show_progress_bar=False
)
return str(vector[0].tolist())
}
Este método "vetoriza" o conteúdo do nosso texto utilizando uma biblioteca pré-treinada chamada "all-MiniLM-L6-v2". No entanto, se desejar, você pode modificá-lo e utilizar sua própria biblioteca treinada.
Nota: Para acessar o terminal da nossa instância Docker, utilize o seguinte comando:
Docker-compose exec iris iris session iris
Vamos usar um exemplo de busca vetorizada. Para isso, utilizaremos uma tabela chamada St.vectorsearch.Feeling, que possui os seguintes campos:
| Campo | Tipo | Descrição |
|---|---|---|
| Texto | %String | Texto sobre como me sinto |
| Valor | %Integer | Identificador do meu sentimento (veja a tabela em anexo) |
| Vetor | %Vector | Valor vetorial de texto |
Você pode criar os dados executando o seguinte comando:
Do ##class(St.vectorsearch.Data).Init()
Em seguida, vamos carregar os dados de sentimento do diretório /opt/irisbuild/data/training.csv, utilizando o comando Populate da classe St.vectorsearch.Data.
USER>do ##class(St.vectorsearch.Data).Populate()
Truncating table St_vectorsearch.Feeling
Preparing to load data from file training.csv
Loading data from file training.csv
Total records loaded: 2000
Calculating vectors for records...
Processing 496 of 2000
Seja paciente, pois isso criará um vetor para cada registro e pode levar bastante tempo.
Nota: O comando Populate inicializará um modelo de dados com 2.000 registros. Existe outro arquivo com 5.410 registros, caso você queira mais informações no modelo de dados. Se desejar trabalhar com esse arquivo, utilize o comando PopulateFull() em vez disso.
Os valores dos sentimentos são os seguintes:
| Sentimento | Valor |
|---|---|
| tristeza | 0 |
| alegria | 1 |
| amor | 2 |
| raiva | 3 |
| medo | 4 |
Por exemplo:
“Saí com meu buquê de tulipas vermelhas e amarelas debaixo do braço, me sentindo um pouco mais otimista do que quando cheguei.” Tem o valor 1 (Alegria).
“Não consigo entrar em nenhuma loja onde não me sinta confortável.” Tem o valor 4 (Medo).
Se usarmos essa função para criar vetores, o primeiro texto que passarmos retornará o próximo vetor:
.034666668623685836791, .012147962115705013276, .020678628236055374146,
.043785430490970611572, .030321707949042320251, -.0081106657162308692932,
-.028869708999991416931, -.059950094670057296752, .067945346236228942871,
-.070874534547328948974, -.060159780085086822509, .016239311546087265014,
-.034665744751691818237, -.011642633005976676941, .080176420509815216064,
………
.0099751437082886695861, .0098187308758497238159, .00016082286310847848653, .013545278459787368774, -.0049553057178854942321, .054155148565769195556, .025806473568081855773, -.038503900170326232911, .039657127112150192261,
-.073851920664310455322, -.070615962147712707519, .066068030893802642822,
-.082378372550010681152, -.043505564332008361816, -.0054294602014124393463
Nota: O valor do vetor foi reduzido para evitar que o texto ficasse muito longo; na verdade, o vetor possui 384 valores.
Se buscarmos outro texto alegre ao criar o vetor, obteremos o seguinte valor.
Exemplo:
“Hoje, estou muito feliz.”
[-0.007015716750174761, 0.05171322077512741, 0.0045058708637952805, -0.04008815810084343, 0.009171668440103531, -0.04867621883749962, 0.08268272876739502, 0.004975424613803625, -0.062008269131183624,
……
0.036987580358982086, 0.027985544875264168, 0.05382953956723213, 0.031146947294473648, -0.011256292462348938, 0.005441852379590273]
Esses dados não fazem sentido no momento, pois não faremos uma comparação valor a valor. Isso significa que não buscaremos um registro com exatamente o mesmo valor que o vetor, uma vez que cada vetor é diferente. Para isso, utilizaremos as fórmulas explicadas na primeira parte.
Utilizaremos os seguintes comandos SQL para identificar quais vetores estão mais próximos daquele que calculamos.
E se sua empresa pudesse ter agentes de IA especializados por área de negócio, conectados aos seus sistemas e utilizando o conhecimento da própria empresa?
Desenvolvemos o GMIRVector.AI – Iris Studio, uma plataforma para criação e gerenciamento de agentes de IA corporativos em um único ambiente.
Desafio de Programação para Funcionários da InterSystems #1 — submissão para o Code Golf
20 arquivos de fotometria por época (epoch) do Gaia DR3, aproximadamente 1,5 GB descompactados. Encontre todas as estrelas cujo fluxo BP ou RP variou mais de 100% ao longo do período de observação. Gere um arquivo CSV contendo source_id, bp_min_flux, bp_max_flux, , e .
A competição é avaliada com base em três critérios: correção, desempenho e code golf — ou seja, o menor número possível de linhas de código significativas.
c Olá, Comunidade!
Você está desenvolvendo com Python? Veja como utilizar o InterSystems IRIS para unificar sua abordagem de desenvolvimento:
Tudo começou durante uma viagem de trem para visitar meus pais, enquanto eu conversava com uma vizinha de cabine. Como de costume, a conversa acabou chegando à tecnologia, e ela fez uma pergunta extremamente específica: o ChatGPT poderia ser usado para analisar o genoma humano? Fiquei bastante cético de que ele fosse capaz de realizar algo tão complexo, mas a pergunta ficou na minha cabeça, martelando sem parar. Quando finalmente cheguei em casa, meu ceticismo já havia se transformado em um desafio. Eu não tinha um conjunto de dados de sequenciamento genômico à disposição, mas queria descobrir se o ChatGPT padrão conseguiria construir uma Interoperabilidade em Produção funcional do zero utilizando o pacote PyProd. Além disso, essa seria uma boa oportunidade para participar da 1ª rodada do Community Bounty Program "Idea to Application", implementando a terceira ideia.
Se você deseja criar agentes em ObjectScript, integrar o Claude Desktop à sua lógica de negócios IRIS por meio do MCP ou implantar um aplicativo LangChain com credenciais controladas e RBAC, o InterSystems AI Hub leva você ao seu objetivo sem que precise montar toda uma pilha de IA por conta própria.
O que vem na caixa:
Olá Comunidade,
Aproveite o novo vídeo no canal InterSystems Developers YouTube:
📺 Python Encontra a InterSystems: Ferramentas Nativas para um Ecossistema Moderno
Ao salvar o seguinte ClassMethod:
ClassMethod create() [ Language = python ] {
print("python")
}
o seguinte erro foi recebido:
Compilation started on 06/03/2026 02:15:21 with qualifiers 'cuk /multicompile=0'
ERROR #7802: Worker job/s '1078:17' unexpectedly shut down in group '#Default:(9119826733444):0'.
ERROR #7802: Worker job/s '1078:17' unexpectedly shut down in group '#Default:(9119826733444):0'.
Com as flags de compilação "cuk", o retorno é:
ERROR #7802: Worker job/s '1160:34' unexpectedly shut down in group '#Default:(6933525859080):0'.
Este artigo apresenta uma abordagem simples para ajustar hiperparâmetros de modelos de machine learning de forma automática e eficiente utilizando o Optuna como framework de otimização. Exploramos como utilizar tanto as opções nativas de armazenamento do Optuna quanto o InterSystems IRIS como backend de banco de dados para acompanhar o progresso das buscas por hiperparâmetros. Também mostramos como o MLflow pode ser usado para monitorar experimentos e gerenciar modelos por meio de sua interface de rastreamento e registro de modelos.
O Smart Patient Summary Generator é uma aplicação de demonstração baseada em IA desenvolvida para o InterSystems IRIS for Health. Ele lê dados de pacientes no padrão FHIR R4, extrai informações clínicas essenciais e gera resumos concisos direcionados a quatro papéis (roles) diferentes:
Ao consolidar registros FHIR fragmentados em resumos específicos para cada papel, a aplicação ajuda profissionais de saúde a compreender rapidamente o quadro atual do paciente, mudanças recentes e riscos de acompanhamento.
Às 16h57 de uma sexta-feira, um pedido de exame de rotina falhou.
A amostra do paciente já estava em trânsito. O laboratório de referência externo rejeitou a requisição — não conseguiu identificar o paciente de forma única. A operadora de saúde rejeitou a autorização por um motivo diferente. Nenhum dos sistemas falava a mesma linguagem, nenhum expunha mensagens de erro compatíveis, e a única camada de integração no meio simplesmente repassava as requisições.
Olá!
Estou tentando compilar uma classe com Embedded Python e recebo este erro:
Compilation started on 06/12/2026 11:44:17 with qualifiers 'cuk'
Compiling class User.VectorSearch
ERROR #7802: Worker job/s '749:33' unexpectedly shut down in group '#Default:(446070926892):0'.
ERROR #7812: Work queue unexpectedly removed, shutting down.
ERROR #5002: ObjectScript error: <THROW>WaitForComplete+215^%SYS.WorkQueueMgr *%Exception.StatusException ERROR #7802: Worker job/s '749:33' unexpectedly shut down in group '#Default:(446070926892):0'.
ERROR #7812: Work queue unexpectedly removed, shutting down.
Detected 3 errors during compilation in 1.020s.
Olá a todos.
Após tentar executar métodos Python no Docker intersystemsdc/irishealth-community, que agora não permite executar nenhum método com Python, decidi deixar essa versão e começar a trabalhar com o [containers.intersystems.com/intersystems/iris-community](https://containers.intersystems.com/intersystems/iris-community).
Neste ambiente os métodos Python funcionam, o que já foi um passo bem grande. Estou tentando importar minhas bibliotecas com pip install -r requirements.txt
Se o seu código em Embedded Python chamar a biblioteca tkinter (que é utilizada por várias bibliotecas de geração de gráficos, incluindo a matplotlib), você poderá se deparar com o seguinte erro:
<THROW> *%Exception.PythonException <CLASS DOES NOT EXIST> 230 ^^0^DO ##CLASS(User.Test).Test()
<class '_tkinter.TclError'>: Can't find a usable init.tcl in the following directories:
c:/intersystems/irispy/lib/python/lib/tcl8.6
c:/intersystems/irispy/lib/tcl8.6
c:/intersystems/lib/tcl8.6
c:/intersystems/irispy/library
c:/intersystems/library
c:/intersystems/tcl8.6.9/library
c:/tcl8.6.9/library
This probably means that Tcl wasn't installed properly.No artigo anterior, usamos o pyprod para criar componentes de produção enquanto dependíamos da interface de usuário (UI) para a configuração da produção. Essa mesma produção agora pode ser definida inteiramente em Python:
from intersystems_pyprod import Production, ServiceItem, ProcessItem, OperationItem
iris_package_name = "HelloWorld"
class MyProduction(Production):
services = [
ServiceItem(
"MyServiceName",
"HelloWorld.MyService",
host_settings={"target": "MyProcessName"},
)
]
processes = [
ProcessItem(
"MyProcessName",
"HelloWorld.MyProcess",
host_settings={"target": "MyOperationName"},
)
]
operations = [
OperationItem("MyOperationName", "HelloWorld.MyOperation")
]
Olá,
Sou eu de novo 😁, recentemente estou trabalhando na geração de alguns dados fictícios de pacientes para fins de teste com a ajuda do Chat-GPT usando Python. E, ao mesmo tempo, gostaria de compartilhar minha curva de aprendizado. 😑
Antes de mais nada, construir um serviço de API REST personalizado é fácil estendendo a classe %CSP.REST. Criando um Serviço REST Manualmente Vamos começar! 😂
datagen.restservice que estende %CSP.RESTClassExtends%CSP.REST2. Adicione uma função
Olá a todos! 👋
Estou animado em compartilhar o projeto que enviei para o atual InterSystems .Net, Java, Python, and JavaScript Contest — ele se chama IRIStool and Data Manager, e você pode encontrá-lo no InterSystems Open Exchange e na minha página do GitHub.
Ao desenvolver aplicações Python com o InterSystems IRIS, você pode rapidamente acabar com vários contextos de execução:
python3 comum que carrega as bibliotecas Embedded Python de uma instalação local do IRIS;Esses três casos são úteis, mas eles não se comportam exatamente da mesma forma para imports, configuração do sistema, APIs de objetos e acesso SQL.
Os globals do InterSystems IRIS são um dos principais pontos fortes da plataforma: eles armazenam dados hierárquicos em uma estrutura direta, ordenada e eficiente. Mas ao trabalhar com Python, manipular globals às vezes pode parecer mais próximo de uma API de baixo nível do que dos hábitos naturais da linguagem.
O projeto iris-global-reference fornece uma camada Python sobre os globals do IRIS. Seu objetivo é simples: tornar o acesso aos globals mais legível, mais idiomático e mais fácil de integrar em código Python moderno, sem esconder o modelo hierárquico subjacente.
Olá Comunidade,
Aproveite o novo vídeo no canal InterSystems Developers no YouTube:
⏯ Obtendo Sucesso no Desenvolvimento em Python no InterSystems IRIS @ Ready 2025
Apresentando o iris-synthetic-data-gen
Hoje publiquei um novo pacote no Open Exchange para geração de dados sintéticos diretamente no IRIS.
Pode ser um processo frustrante encontrar datasets decentes quando você está tentando montar um aplicativo de demonstração. Talvez o dataset não seja tão importante, mas você ainda quer que ele pareça minimamente realista e com várias tabelas relacionadas que sejam utilizáveis diretamente no IRIS, com os elegantes joins implícitos usando ->
Desde que comecei a usar o Claude Code, minha motivação para criar coisas disparou.
Anteriormente, mesmo que eu quisesse construir algo, o ato de codificar parecia um incômodo, então, a menos que houvesse uma necessidade muito forte, eu raramente chegava ao ponto de programar. Mas agora, se eu apenas anotar as especificações, o Claude Code cuida do resto automaticamente, resultando em uma melhoria dramática na produtividade.
Eu venho de uma geração nativa em ObjectScript, então costumava sentir certa hesitação quando se tratava de mudar para o Python.
Trabalhar com arquivos geralmente começa de forma simples: abrir o arquivo, ler e processar. Essa abordagem funciona perfeitamente, até que o arquivo seja um Excel.
Uma Suposição Comum
À primeira vista, um arquivo Excel (.xlsx) parece apenas mais um arquivo de dados, linhas, colunas e valores. Nada incomum. Portanto, é natural assumir que ele pode ser lido da mesma forma que um arquivo .txt ou .csv. Mas é aí que as coisas começam a dar errado.
Por que arquivos Excel se comportam de forma diferente
A principal diferença está em como os dados são armazenados:
-> .txt / .
Em um artigo anterior, apresentei o módulo IRIStool, que integra de forma transparente a biblioteca pandas do Python com o banco de dados IRIS. Agora, estou explicando como podemos usar o IRIStool para aproveitar o InterSystems IRIS como base para buscas inteligentes e semânticas sobre dados de saúde no formato FHIR.
Este artigo cobre o que fiz para criar o banco de dados de outro dos meus projetos, o FHIR Data Explorer. Ambos os projetos são candidatos no concurso atual da InterSystems, então, por favor, vote neles se os achar úteis.
