#Python

Quand on développe en Python avec InterSystems IRIS, on peut rapidement se retrouver avec plusieurs contextes d'exécution :

• Python lancé directement par IRIS avec Embedded Python ;
• un python3 classique qui charge les bibliothèques Embedded Python d'une installation IRIS locale ;
• une application Python externe qui se connecte à IRIS via le pilote natif officiel.

Ces trois cas sont utiles, mais ils n'ont pas exactement le même comportement côté imports, configuration système, API objet et accès SQL.

Les globals InterSystems IRIS sont un des points forts de la plateforme : ils permettent de stocker des données hiérarchiques avec une structure extrêmement directe, ordonnée et performante. Mais lorsqu'on travaille depuis Python, leur manipulation peut parfois sembler plus proche d'une API bas niveau que des habitudes naturelles du langage.

Le projet iris-global-reference propose une couche Python au-dessus des globals IRIS.

🚀 Introduction

Avec l'émergence des modèles de langage de grande taille (LLM) comme Gemini, Claude et GPT, la capacité d'une intelligence artificielle à comprendre et à interagir avec des sources de données d'entreprise est devenue un enjeu majeur. Cependant, le fossé entre le langage naturel et les structures complexes des bases de données multidimensionnelles peut s'avérer difficile à combler.

Le Connecteur MCP (Model Context Protocol) pour InterSystems IRIS a été conçu pour résoudre ce problème.