Совсем недавно вышла gemini-3.5-flash. По качеству ответов среди бюджетных нейросетей (GigaChat-2-Max, deepseek-v4-pro) её уже можно назвать полноценным наставником по 1С. Она не создаёт дыры в бюджете и полностью заменила для меня поисковик, помогая наращивать компетенции в предметных областях, конфигурациях 1С и практике кода. Диалог с ней я веду из 1С, сохраняя в базе знаний полученные ответы, чтобы повторять и запоминать их. Предлагаю Вам ознакомиться с моим инструментом диалога с нейросетью.
Файлы
ВНИМАНИЕ:
Файлы из Базы знаний - это исходный код разработки.
Это примеры решения задач, шаблоны, заготовки, "строительные материалы" для учетной системы.
Файлы ориентированы на специалистов 1С, которые могут разобраться в коде и оптимизировать программу для запуска в базе данных.
Гарантии работоспособности нет. Возврата нет. Технической поддержки нет.
Вы можете заказать платную доработку или адаптацию этой разработки под вашу конфигурацию на «Бирже заказов».
0% комиссии — оплата напрямую исполнителю;
Исполнители любого масштаба — от отдельных специалистов до команд под проект;
Прямой обмен контактами между заказчиком и исполнителем;
Безопасная сделка — при необходимости;
Рейтинги, кейсы и прозрачная система откликов.
Работа со знаниями происходит из единого окна реестра знаний.
В реестре знаний можно быстро спросить нейсеть напрямую, без открытия дополнительных окон.
Можно вложить контекст запроса либо фрагмент кода для анализа.
Можно задать теги. Из тегов знаний сверху окна отображается накопленное кликабельное облако тегов.
Вы не ограничены одной только gemini-3.5-flash. Можно выбрать любую нейросеть, доступную в агрегаторе AI Tunnel, с которым настроена API интеграция.
Ещё интеграция настроена с GigaChat от Сбер. С ним можно общаться напрямую, минуя AI Tunnel. Но качество ответов GigaChat намного хуже gemini-3.5-flash.
(В разработке) Инструмент, помимо ответов нейросети, позволяет работать из единого окна знаний с диаграммами PlantUML, заметками, задачами и страницами базы знаний в markdown-разметке. К ним также можно добавлять теги. Для страниц базы знаний доступна иерархия в дереве.
Цена вопроса
Один запрос gemini-3.5-flash мне обходится в ~6 рублей. За день выходит стоимость одной чашки кофе. Но после того, как я получил качество, на более дешёвые модели либо использование встроенного ИИ в поисковике даже смотреть не хочется.
Тем не менее, в качестве более бюджетной модели нейросети могу посоветовать gemini-3.1-flash-lite-preview. Она недорогая. Ответы обходятся дешевле 1 руб.
Корректируйте банковские документы быстро и легко! Создайте правило обработки — и оно автоматически применится при загрузке выписки (отбор по любому реквизиту или регулярному выражению). Решение заполняет расшифровку платежа, комиссию эквайринга, подбирает ведомости на выплату зарплаты, помечает дубли из банка на удаление и многое другое. Доплачивать за алгоритмы не нужно — они включены в решение. Обработка работает при загрузке из файлов клиент-банка и через DirectBank.
Новое — искусственный интеллект: модель приводит нестандартные назначения платежа к виду, понятному алгоритмам, а ИИ-ассистент прямо в 1С консультирует по решению и разбирает код правил и алгоритмов. Поддерживаются локальные и облачные OpenAI-совместимые модели — данные могут не покидать ваш контур.
Задавайте вопросы базе 1С обычными словами: получайте данные, находите ошибки и связанные документы, проверяйте права, работайте с вложениями и контролируемо вносите изменения. Всё это работает в самой программе, а Codex и Claude подключаются по желанию.
Первые попытки разработки на 1С с использованием больших языковых моделей (LLM) могут разочаровать. LLMки сильно галлюцинируют, потому что не знают устройства конфигураций 1С, не знают нюансов синтаксиса. Но если дать им подсказки с помощью MCP, то результат получается кардинально лучше.
Далее в публикации:
MCP для поиска по метаданным 1С, справке синтакс-помощника и проверки синтаксиса.
ИИ-сканер документов с REST API для интеграции с 1С и корпоративными системами. Извлекайте данные из счетов, паспортов, дипломов, патентов и трудовых книжек за секунды. Точность человека - скорость машины.
Приложение поддерживает восемь типов документов, четырех провайдеров ИИ (имеется возможность использования локальных ИИ), локальный REST API и экспорт в JSON. Важно! модель должна поддерживать функцию Vision (распознавание файлов и картинок).
Запускайте используя локальные ИИ, без подписок и ограничений
MCP-сервер даёт модели всю цепочку правки кода: найти метод, показать изменения построчно, внести, загрузить в базу с проверкой синтаксиса и проверить результат на живых данных. Плюс перенос данных между базами со сверкой остатков, поиск по коду и по смыслу, проверка выдуманных вызовов и аргументов, обезличивание персональных данных на выходе.
И главное: пока не выполнено обновление из хранилища, сервер отказывается править и загружать. Инструмент умеет говорить «нет» — в статье есть кадр с таким отказом.
Я не считаю покупку специализированных платных инструментов обязательной для разработки с ИИ: нужную обвязку тоже можно создать с агентом. Показываю этот подход на расширении УТ 11 с динамическим списком остатков. Одно задание Codex, 37 минут до проверки, работающая форма. Рассказываю, как устроено окружение, почему первую попытку пришлось переснять и что получилось в повторном прогоне.
Служба на Rust, через которую Claude Code, Cursor или другой MCP-клиент вызывает узких ИИ-агентов. Агент — папка с prompt.md и config.toml, модель — строка в конфиге: DeepSeek, Claude Code по подписке, Codex или локальная модель. Агент получает MCP-инструменты, работает в фоне, каждый ход записывается. Внутри — цифры за три месяца: 10 351 вызов, 78 агентов.
Отладка кода 1С традиционно выглядит примерно одинаково: поставить точку останова, запустить клиент, воспроизвести сценарий, дождаться остановки, посмотреть локальные переменные, пройти несколько строк, раскрыть очередную структуру или коллекцию, вычислить выражение — и повторить все это еще несколько раз.
А что, если значительную часть этой рутины поручить AI-агенту?
(1) Я использую нейросеть для самообучения практикам 1С, основам учёта и работе с типовыми конфигурациями и подсистемами. Помогает.
Вот прямо сейчас через диалог с нейросетью погружаюсь в DevOps, чтобы настроить сквозной CI/CD пример: [1С:Конфигуратор] ──(gitsync export)──> [VS Code] ──(git push)──> [GitLab] ──(Runner)──> [Vanessa-Runner: Проверки]
(2) простите, а зачем мне покупать обработку за 10 чашек кофе чтобы спросить гемини как сделать ci/cd в 1с?
Это какой-то 1с-фетиш, спрашивать облачные модели об 1с из интерфейса 1с?
Мне не приходит на ум вариант, где ещё спрашивать об 1С?
* Выдача поисковика уже уступает по качеству ИИ. Не надо пролазить сквозь дебри ссылок для того, чтобы получить ответ.
* Более того, ИИ gemini-3.5-flash отвечает кратко, ёмко и наглядно на конкретный вопрос, агрегируя накопленную у себя в больших данных информацию. Некоторые ответы я бы и не нашёл в поисковике либо затратил на них чрезмерное время
Работать с ИИ-агентом поисковика? Спрашивать бесплатную версию того же Сбера? Пробовал. Некоторое время пользовался deepseek-v4-pro как бюджетным консультантом по 1С. С выходом gemini-3.5-flash сравнил и перешёл на неё.
Работа из 1С, чтобы хранить знания в едином реестре на случай забывания. Лично я забываю уже через 2 недели. А так знания, потребовавшиеся при решении конкретной задачи на 1С всегда под рукой в базе знаний.
P.S.
Почему 10 чашек кофе? База стоит 1 Sm, что по нынешнему курсу ~200 руб.
Я уже несколько лет использую Яндекс вики в качестве базы знаний, очень удобно искать и раскладывать.
Посмотрим Вашу обработку, сам в турбоконфе подключен к джемини 3.1, но качество подсказок пока на уровне джуна
Конечно, все дело в контекстном окне...
