Автоматическое сопоставление номенклатуры в 1С с помощью векторного поиска

Всем добрый день! 👋

Это моя первая статья на Инфостарте, поэтому сильно не пинайте — буду рад конструктивной критике.
 

📌 Предыстория

На днях прилетела задача по автоматическому сопоставлению номенклатуры. Было перебрано много вариантов, скопировано чужих идей, но всё работало очень долго. Я бы даже сказал — оооочень долго.

Тогда было решено оседлать тему векторного поиска и заодно потренироваться в Вайбкодинге, о котором сейчас шумят из каждого угла.

В приложенных обработках — рабочие заготовки для дальнейшего развития. Код не идеален, но задачу решает.
 

На чём тестировал

Сервер (домашний ПК, где происходит основная магия):

Клиент (ноутбук с файловой песочницей 1С):

• Справочник Номенклатура с полем Наименование (длина 150)
• Без группировок и сложных иерархий — чистый тест

🚀 Шаг 1. Установка LM Studio

1. Скачиваем и устанавливаем LM Studio.
2. Загружаем модель для эмбеддингов. В моём случае:
   text-embedding-multilingual-e5-large.gguf

   💡 Если нет видеокарты NVIDIA — ставьте multilingual-e5-small. Магия будет твориться на процессоре, правда, чуть дольше.

3. Перед запуском выставляем настройки:
   • Порт: 1234 (стандартный для LM Studio, можно менять)
   • Включаем обнаружение по локальной сети (Local Server)

🐳 Шаг 2. Установка Docker и запуск ChromaDB

1. Устанавливаем Docker Desktop.
2. Запускаем контейнер с ChromaDB через PowerShell:

docker run -d -p 8020:8000 `
  -v D:\Cursor\NomenDB:/data `
  -e IS_PERSISTENT=TRUE `
  -e PERSIST_DIRECTORY=/data `
  --restart always `
  --name chroma_server `
  chromadb/chroma

Что здесь важно:

• D:\Cursor\NomenDB — папка на хосте, где будут храниться данные Chroma(создать до запуска контейнера)
• 8020 — порт, который слушает контейнер снаружи (к нему обращается 1С)
• 8000 — порт внутри контейнера (стандартный для Chroma)

После запуска в Docker Desktop вы увидите работающий контейнер:

🔥 Шаг 3. Открываем порты в брандмауэре

Чтобы можно было обращаться с других компьютеров в локальной сети (в моём случае — с ноутбука), выполняем в PowerShell от имени администратора:

New-NetFirewallRule -DisplayName "LM Studio API" -Direction Inbound -Action Allow -Protocol TCP -LocalPort 1234
New-NetFirewallRule -DisplayName "Chroma DB API" -Direction Inbound -Action Allow -Protocol TCP -LocalPort 8020

📦 Шаг 4. Выгрузка номенклатуры в Chroma

Запускаем обработку ВыгрузитьНМ.

По сути, в ней одна кнопка — «Выгрузить НМ».

Какая номенклатура будет выгружена, определяется в процедуре:
ВыгрузитьНоменклатуруВChroma()

В тестовом варианте у меня всё просто: Не Группа И Не ПометкаУдаления.

Результат:

5 000+ строк выгружаются в Chroma примерно за 3–4 минуты.

🔍 Шаг 5. Сопоставление позиций

Запускаем обработку СопоставлениеНМ.

Две кнопки:

1. «Загрузить из Excel» — импортируем наименования (в моём случае — сметные позиции), которые требуется сопоставить с номенклатурой.

   Важно: если не хотите ковыряться в коде, в Excel должна быть колонка «Наименование ТМЦ» — именно оттуда берутся данные для сопоставления.

2. «Сопоставить НМ» — запускаем поиск.

Все сопоставленные данные отображаются справа в дереве: строка сметы +процент сходства.  → найденная номенклатура

Результат:

Сопоставление проходит примерно за 15–20 секунд.

🛠Что можно улучшить

Да, есть куда расти:

•  Длительные методы нужно выносить в фоновое задание
•  Код надо причесать по стандартам 1С
•  Добавить логирование и обработку ошибок
•  Хранение параметров через регистры\константы\пр но пока тока в коде :)

Но основная задача была понять:

1. Насколько это муторно по настройке?
2. Сколько времени занимает выгрузка и поиск?
3. Работает ли вообще в связке 1С + Chroma + LM Studio?

Ответ: работает, и работает быстро. 🎉

🙏 Благодарности

Хотелось бы выразить благодарность коллегам, которые делились знаниями и вдохновением:

• Дмитрию Котову — за отличные выпуски про вайбкодинг ВКонтакте.
• Олегу Филиппову — за MCP-серверы для вайбкодинга и курсы по этой теме.

Без вашей помощи статья могла бы не состояться. Спасибо!

🙏 Вместо заключения

Всё было сделано посредством Вайбкодинга на модели Composer 2.0 — быстро и без причесывания.

Если где-то видно «руку робота» — не судите строго.

Надеюсь, вам было интересно это читать, а обработки будут полезны в работе!

Буду рад вопросам, идеям и критике в комментариях. 👇