ИИ-агент может сократить решение задачи с нескольких часов до 25 минут. Но для этого недостаточно отправить ему код и попросить найти ошибку. Агенту нужен доступ к контексту проекта, заявке, конфигурации и правилам разработки. А специалист должен проверить предложенный план и код перед внесением изменений в рабочую систему.
Реальный кейс Александра Свойкина – руководителя группы программистов DNS и эксперта курса «Разработка на 1С с ИИ-агентами».
Руководитель группы программистов DNS, эксперт курса по разработке на 1С с ИИ-агентами.
В пятницу вечером заказчик сообщил, что генерация кодов GTIN перестала работать. При нажатии на кнопку ничего не происходило: пользователь не видел сообщения об ошибке, но и сгенерированных кодов не получал.
В контексте этого процесса GTIN – это «штрихкод» товара, необходимый для дальнейшего получения кодов маркировки и отгрузки.
Как объясняет Александр:
«Нет GTIN – нет кода маркировки, товар в Россию ты не завезешь. Пока не получены коды маркировки, товар останется лежать на складе за границей, а это прямые убытки».
Александр Свойкин
Отложить задачу до следующей недели было нельзя. При этом программист, который разрабатывал инструмент генерации кодов, находился в отпуске. Часть команды уже ушла домой, остальные специалисты занимались другими задачами.
Ситуацию осложняло и то, что ошибка не выводилась пользователю. Сначала предстояло понять, на каком этапе прерывается процесс и какой ответ возвращает внешняя система.
Исправление требовалось внести в рабочую базу, которой продолжали пользоваться тысячи сотрудников. Выгнать их из системы ради небольшого исправления было невозможно.
Поэтому работу разделили на два этапа:
Для расширений в компании действуют собственные требования. Они используются преимущественно для оперативного исправления ошибок. В них не создают роли и новые объекты метаданных.
Есть и более детальные правила разработки:
Эти требования уже были описаны для агента, поэтому их не пришлось заново перечислять в каждом запросе.
Заказчик создал заявку с описанием проблемы. Заявка была необходима не только для фиксации обращения, но и для последующего помещения кода в хранилище и добавления расширения в базу.
В работе использовалась связка Cursor и Grok. К Cursor подключили MCP-сервер для работы с системой заявок SDMS репозиторий. Благодаря этому агент мог самостоятельно получить заявку по ее номеру.
Первый запрос в Plan Mode был коротким:
«Прочитай заявку [номер], найди ошибку».
За этой формулировкой скрывался большой заранее подготовленный контекст. MCP передал агенту заявку целиком, включая описание, комментарии и прикрепленные изображения. Кроме того, агент имел доступ ко всей конфигурации.
В AGENTS.md было явно указано, как нужно работать с заявками и вложениями:
«Всегда анализируй картинки – скриншоты, макеты, схемы – во вложениях и в теле документов, если пользователь явно не сказал иначе».
Показанное правило – только небольшой фрагмент. Полный AGENTS.md проекта занимает около 500 строк. В нем зафиксированы требования, которые агент должен учитывать при работе с конфигурацией.
Таким образом, агент получил не изолированный фрагмент кода, а сразу несколько уровней контекста:
Агент изучил заявку и конфигурацию, после чего подготовил план. План вычитали и убедились, что предложенная последовательность действий соответствует задаче.
Если кратко, проблема заключалась в «тихой» обработке ошибки: на одном из этапов она возникала, но пользователь ее не видел. Поэтому сначала требовалось перехватить и вывести сообщение.
«Сделай новое расширение, чтобы было видно ошибку».
При создании расширения автоматически подключился собственный Skill компании. Он содержит требования к структуре и коду расширений: запрет на создание метаданных и ролей, правила перехвата процедур, режим совместимости и программное создание элементов формы.
AGENTS.md и Skill в этом процессе решали разные задачи. Первый задавал общие правила работы агента с проектом и контекстом. Второй описывал, как выполнить конкретный тип задачи – создать расширение по принятым в компании требованиям.
Полученный код Александр проверил самостоятельно:
«Проанализировав код, я понял, что все отлично, добавил расширение в боевую базу».
Александр Свойкин
После установки расширения скрытая ошибка стала видимой. Система вернула сообщение ORA-20377 при обращении к GS1 во время обработки ОКПД2.
Полученное сообщение об ошибке Александр скопировал в диалог с агентом в Plan mode:
По ошибке «тишина» после «Сгенерировать GTIN» – следствие того, что GS1 возвращал ORA-20377 по ОКПД2, а типовой код 1С не прокидывал сообщение об ошибке пользователю.
Агент предложил повторить операцию без передачи ОКПД2 и ТН ВЭД – по уже используемому в системе пути (т.е. похожие куски кода он обнаружил при анализе). В этом случае GTIN выдается, но классификаторы не записываются в GS1.
Следующий запрос был таким:
Допиши в расширение и чтобы правильно ошибку выдавал.
Агент обновил расширение. Александр снова проанализировал код и только после этого добавил новую версию в рабочую базу.
Заказчик проверил результат и подтвердил, что генерация GTIN снова работает.
Глубже детализировать первопричину ошибки API в материалах кейса нельзя. Александр отмечает, что проблема связана с особенностями API для генерации GTIN.
Поэтому важной частью решения стало не только добавление обходного пути, но и корректный вывод ошибки. Если похожая ситуация повторится, пользователь и разработчик уже не столкнутся с прежним «молчанием» системы.
В рабочей базе в этот момент находились тысячи пользователей. Останавливать их работу и вносить небольшое срочное исправление непосредственно в конфигурацию было нецелесообразно.
Расширение позволило сначала показать скрытую ошибку, затем проверить исправление в действующей системе и восстановить критичный для отгрузки процесс.
После подтверждения результата временное решение потребовалось перенести в основную конфигурацию. Эту часть работы выполнили уже в понедельник.
В новом агентском окне Александр написал:
Есть расширение [номер], перенеси код в конфигурацию.
Агент получил нужный контекст, перенес изменения, после чего разработчик выверил код.
Затем в отдельном окне с помощью специального Skill был сформирован файл CF. Его осталось загрузить через стандартный механизм «Сравнить, объединить с конфигурацией из файла».
Кейс не означает, что агент самостоятельно получил доступ к рабочей базе и внес в нее непроверенные изменения. На каждом этапе решение контролировал специалист.
Александр Свойкин:
Агент работал с поиском информации, анализом конфигурации, подготовкой плана, написанием кода и созданием файлов. Ответственность за проверку и применение результата оставалась у разработчика.
По оценке Александра, без агента решение заняло бы несколько часов. С агентом задача была выполнена за 25 минут, причем около 10 минут из этого времени формировался файл CF.
Такой результат обеспечил не один «идеальный» промт. Первые запросы действительно состояли из одной строки, но агент уже был встроен в подготовленную среду разработки:
Именно поэтому запрос «Прочитай заявку, найди ошибку» не был просьбой угадать решение по одной фразе. Агент самостоятельно получил весь доступный контекст и применил уже зафиксированные правила.
«Задача выполнена за 25 минут, из которых 10 минут формировался CF».
Александр Свойкин
Практическая ценность ИИ-агента в разработке проявляется не только в генерации кода. В этом случае он участвовал почти во всем цикле решения задачи:
При этом ключевым условием оставался контроль специалиста. Агент ускорил анализ и реализацию, но решение о том, можно ли использовать код в рабочей базе, принимал разработчик.
Кейс также показывает разницу между отдельным экспериментом с нейросетью и системным агентским подходом. Если каждый раз вручную пересказывать устройство проекта, прикладывать файлы и объяснять стандарты разработки, часть экономии времени исчезает. AGENTS.md, MCP-интеграция и собственные Skills позволяют один раз зафиксировать правила и затем применять их в новых задачах.
На курсе «Разработка на 1С с ИИ-агентами: от постановки задачи и генерации кода до собственных инструментов» участники разберут, как встроить агентов в реальную работу разработчика, а не использовать их только для отдельных запросов.
В программе:
Курс ведут Александр Свойкин и Александр Лещинский – практикующие разработчики, которые ежедневно используют ИИ-агентов в рабочих проектах.
Если у вас остались вопросы о программе, задайте их в комментариях или оставьте заявку на странице курса – менеджер Инфостарта расскажет о содержании и формате обучения.
Если вам удобнее смотреть новости в телеграме, то вот наша группа – ИНФОСТАРТ.
09.11.2026 1359 aduhovna 0
1
06.11.2026 2491 aduhovna 1
18
05.11.2026 2446 Elena_Rozonova 2
30
30.10.2026 1510 aduhovna 0
3
23.10.2026 1912 aduhovna 1
16Комментарии