ibm notes 的视图 导出csv 格式是japan(shiftjis 932) 出现乱码

37. 面向对象的LotusScript（九）之导出Excel（一）

上一篇文章说到在LotusScript编写类时采用继承有两类情况，接下来的几篇文章介绍的就是其中的一种：为了重用代码。将Notes数据导出到Excel就是展现这类继承的一个很好场合。 微软的Excel有很多方便有用的处理数据的功能，如筛选、排序、计算。很多公司用它来做出精美、复杂的报表。Lotus Notes的视图虽然也有很多功能，但是在多条件组合查询、统计等方面上，常常不能满足报表的需求（在客

MuleSoft驱动的企业级AI编排实战：从LLM集成到生产落地

AI编排（AI Orchestration）是企业将大语言模型（LLMs）深度融入核心业务流程的关键范式，其本质是通过确定性系统调度不确定性智能——在数据主权、审计合规、协议兼容与弹性容错等刚性约束下，实现LLM与ERP、CRM、HRIS等异构系统的安全协同。MuleSoft凭借原生Trace ID链路、300+企业级Connector、内嵌DataWeave数据处理及SLA熔断策略，成为当前最成熟的AI编排落地载体。它不替代LLM，而是构建‘智能中枢’：负责多源数据聚合、上下文语义对齐、结构化指令分发与执

MCP协议：让AI真正‘长出手脚’的AI连接基础设施

MCP（Model Context Protocol）是一种面向AI系统与外部数据源/工具协同的开放协议，其核心是解决大模型‘看得见但够不着’现实业务系统的根本矛盾。它通过Host-Client-Server三层解耦架构，将权限控制、数据访问、操作执行等职责分离，实现安全、可审计、低延迟的上下文扩展。相比RAG的语义模糊与定制API的高维护成本，MCP以协议级标准化降低集成熵增，支持文件、数据库、SaaS工具等多源动态接入，并天然兼容资源读取、工具调用、提示模板三大能力原语。当前已在金融、制造、SaaS等领

浏览器原生AI：从信息窗口到任务代理的演进

浏览器正经历一场底层范式迁移——它不再仅是渲染HTML的页面容器，而是具备上下文理解、多源协同与工作流嵌入能力的任务中枢。其核心原理在于将传统线性搜索流程重构为‘提问→解析→调用→生成→嵌入→闭环’的环形任务生命周期，依托浏览器内核对DOM、PDF、本地存储及API的深度整合实现轻量级智能代理（agentic layer）。这一转变带来显著技术价值：压缩80%机械性注意力搬运，降低跨应用切换成本，并推动隐私控制从‘是否上传’升级为‘何时/何地/以何种粒度参与计算’。典型应用场景覆盖合同审阅、竞品分析、研发文

MuleSoft企业级LLM编排：语义-协议-治理三层落地实践

大语言模型（LLM）在企业落地的核心挑战，不是算力或模型能力，而是如何将其融入已有IT治理体系——实现可编排、可审计、可回滚的智能执行。这涉及语义理解与业务逻辑的解耦、多协议系统（SAP/AS400/EDI）的无缝对接，以及GDPR、金融合规等强监管要求下的数据主权保障。MuleSoft凭借原生的数据编织（DataWeave）、分布式状态管理（Object Store）、策略驱动治理（Policy Engine）和丰富的企业级连接器，成为LLM与传统SOA/ESB/主数据系统之间的关键枢纽。本文聚焦AI编排