Локальная нейросеть в 1С без интернета: чат, извлечение реквизитов из текста и анализ данных запроса (Ollama)
Разработка - Инструментарий разработчика
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.
Подписка PRO — скачивайте любые файлы со скидкой до 85% из Базы знаний
Оформите подписку на компанию для решения рабочих задач
Оформить подписку и скачать решение со скидкойВы 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.
Зачем
Облачные GigaChat и YandexGPT подходят не всем: служба безопасности часто запрещает отправлять данные базы наружу. Ollama запускает открытые модели (Qwen, Llama, Mistral, DeepSeek и другие) локально, а эта обработка даёт к ним доступ прямо из 1С через HTTP API Ollama. Данные не покидают ваш контур.
Возможности
- Чат. Диалог с моделью с сохранением контекста беседы. Роль модели задаётся системной подсказкой.
- Извлечение реквизитов. Вставляете текст (назначение платежа, письмо, распознанный счёт) и перечисляете поля через запятую: ИНН, КПП, Сумма, Номер документа... Модель возвращает JSON, обработка раскладывает его в таблицу «Поле — Значение». Если значения в тексте нет, поле остаётся пустым: модели прямо запрещено придумывать.
- Анализ данных. Пишете запрос на языке 1С и вопрос к результату («у каких позиций не заполнен артикул», «сколько строк с ...»). Результат (не больше N строк) передаётся модели в CSV, ответ выводится на форму. Запрос выполняется с правами текущего пользователя. Ошибка в тексте запроса не роняет обработку: выводится понятное сообщение, нейросеть не вызывается.
- Настройки: адрес сервера (по умолчанию http://localhost:11434, поддерживается https), выбор модели из списка установленных, температура, таймаут, ограничение числа строк. Кнопка «Проверить соединение» показывает модели, доступные на сервере.
- Статус ответа: время генерации и число токенов, чтобы подобрать модель под ваше железо.
Как начать
- Установите Ollama (ollama.com, есть версии для Windows, Linux и macOS).
- Загрузите модель:
ollama pull qwen2.5:7b. Для 7B-модели достаточно 8-16 ГБ ОЗУ, с видеокартой ответы заметно быстрее. - Откройте обработку (Файл → Открыть), вкладка «Настройки» → «Проверить соединение».
Технические детали
- Платформа 8.3.10 и выше, управляемые формы. Конфигурация любая: обработка не обращается к объектам конкретной конфигурации.
- Обращения к Ollama выполняются на сервере 1С; в клиент-серверном варианте Ollama должен быть доступен с сервера 1С.
- Только HTTPСоединение, ЗаписьJSON и ЧтениеJSON, без внешних компонент.
- Проверено: платформа 8.3.27.2214, тонкий клиент, файловая база; Ollama 0.40.11, модели qwen2.5:7b и qwen2.5:3b на процессоре без видеокарты.
Ограничения (честно)
- Качество ответов зависит от модели. На извлечении реквизитов qwen2.5:7b отработала точно (ИНН, КПП, дата, суммы). На сложном анализе данных (например, поиск дублей с разным написанием) 7B-модель на CPU отвечает нестабильно: простые вопросы (пустые поля, подсчёты) — уверенно, сложные лучше перепроверять или брать модель крупнее.
- На процессоре без видеокарты ответ занимает от нескольких секунд до минуты; первый запрос дольше — модель загружается в память. Вызовы синхронные, форма ждёт ответа.
- Модели передаётся не больше указанного числа строк запроса: длинные выборки не влезают в контекст.
- У некоторых открытых моделей есть ограничения лицензии на коммерческое использование — проверяйте лицензию выбранной модели.
Исходный код полностью открыт, доработки разрешены. При подготовке разработки использовался ИИ-ассистент; код проверен синтаксис-контролем, автотестом с реальной моделью и вручную в тонком клиенте.
Проверено на следующих конфигурациях и релизах:
- Бухгалтерия предприятия, редакция 2.0, релизы 2.0.67.6
Вступайте в нашу телеграмм-группу Инфостарт
