Вайб-кодинг в 1С = Infostart MCP

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 метаданым 1С, справке синтакс-помошника и проверки синтаксиса.

Арт.: 2460659

Продано: 12

Лицензии

9900 руб.

Техподдержка и обновления

5900 руб.

5990 руб.

Представляем развитие проекта
MCP-сервера для поиска метаданных 1С для программирования с LLM

 

  • check Ускорение разработки
  • check Быстрое и простое развертывание в контейнерах
  • check Уменьшение затрат на LLM

 

В новой версии ряд важных изменений

Выдача результатов поиска теперь максимально компактная

  • только идентификаторы и наименования объектов метаданных (внутреннее наименование и синоним).
  • Результаты возвращаются в двух форматах: и в структурированном json'е и плоским текстом.
  • Первый хорошо понимают современные клиенты типа cursor'а, а обычный текст пока оставлен для обратной совместимости с mcp-клиентами, которые не поддерживают структурированный ответ.
  • На моем опыте - современные llm'ки отлично сами понимают какой из результатов поиска наиболее релевантный, без необходимости подключать реранкер. Такой подход дает лучшую предсказуемость и, самое главное, - не засоряет контекстное окно лишними данными.

Переработан гибридный поиск

  • Теперь семантический поиск по обычным векторам можно смешивать с поиском по разреженным или sparse-векторам, в которые по алгоритму bm25 кодируются ключевые слова всего тела описания объекта метаданных.
  • Для каких-то конфигураций 1С с использованием какой-то особой терминологии в названиях реквизитов - подключение поиска по разреженным векторам даст заметный прирост качества поиска.
  • Для типовых же конфигураций особого улучшения поиска не будет, потому что "специфичные" ключевые слова и так обычно фигурирую в наименовании объекта. Например, если нужно найти документ или справочник связанный с работой с ЕГАИС, то слово ЕГАИС и так присутствует в названии.

Бонусом добавил mcp для проверки синтаксиса и поиска по справке синтакс-помощника

  • Бонусом, потому что эти mcp основаны на чужих решениях (в частности справка по синтаксису от Алексея Корякина), я же оборачиваю это в удобный запуск в docker-контейнерах.
  • Для проверки синтаксиса сделал так, чтобы BSL Language Server запускался в websocket-режиме, чтобы каждое обращение mcp на проверку синтаксиса не переподнимало каждый раз java-приложение (это не мгновенно).

 

Общая схема работы


Если детализировать схему до конкретных контейнеров, то получается такая схема:
Схема работы на уровне docker-контейнеров

Именно mcp тут три контейнера, остальные вспомогательные.
Вопрос, который может возникнуть: зачем такая фрагментация?
Ответ на него: Потому что микросервисную архитектуру проще разрабатывать, тестировать и, самое главное, эти сервисы можно переиспользовать.

 

Достоинства и преимущества решения

1

Компактный вывод результатов

Минимизирует нагрузку на контекстное окно LLM, ускоряя обработку запросов и снижая затраты на API.

2

Гибридный поиск

Семантический + BM25 повышает точность для нестандартных конфигураций 1С, где ключевые слова в описаниях не совпадают с названиями.

3

Выбор моделей векторизации

Включая легковесные, обеспечивая быстрый отклик — идеально для локального развертывания без облачных затрат.

4

Поддержка нескольких конфигураций 1С

В одной БД позволяет работать с разными проектами одновременно, без переключений.

5

Микросервисная архитектура

Упрощает масштабирование и интеграцию: каждый компонент можно использовать отдельно в других проектах.

 

Переработанный с нуля MCP для проверки синтаксиса

LLM-агенты IDE общаются с MCP только текстом. Из-за этого наивный подход к проверке синтаксиса работает плохо, потому что LLM'ке нужно сформировать для MCP запрос с текстом модуля, а модули в 1С бывают гигантские. Да, LLM-агенты умеют сами понять, что можно проверять только одну процедуру/функцию, но это все равно дорогие выходные (output) токены.

Намного экономнее, быстрее и правильнее передавать для проверки в MCP имя файла. Это потребует сделать для MCP-сервера "видимой" папку с исходниками 1С, но при работе с docker это не проблема. При таком подходе практически не тратятся output токены.

 

Дополнительные преимущества

Интеграция и производительность

  • check Для bsl language server можно указать configurationRoot и инициализировать рабочее пространство. Да, первый запуск будет долгим, но последующие проверки быстрыми с более глубокими с анализом (с учетом общих модулей).
  • check Для больших кодовых баз, типа ERP можно опционально указать параметры памяти Java (Xms/Xmx) для bsl language server.

Оптимизация вывода и контекста

  • check Включена по умолчанию опция выводить результаты проверки только с ошибками, скрывая предупреждения и рекомендации. Это сильно уменьшает засорение контекста (услышал недавно красивый термин "context poisoning" или отравление контекста).
  • check Сокращен формат ответа, сохраняя структурность. Опять же - ради экономии окна контекста.

Гибкость и совместимость

  • check Разные LLM-агенты по разному передают имя файла, некоторые полный путь, некоторые относительный. MCP автоматически понимает оба варианта.
  • check MCP можно запустить с выбором транспортного протокола: Streamable HTTP или SSE. Ранее казалось, что уже все поддерживают Streamable HTTP, но нет, тот же Gemini CLI работает только по SSE, хотя бы ради него добавлена совместимость с SSE.
 

Открытый вопрос: Остался для меня открытым вопрос, а кто экранирует текст модулей для JSON-RPC вызова? Не смог найти убедительной информации о логике работы агентов типа Cline, RooCode или Copilot, скорее всего экранирование делает фреймворк агента (не тратя токены).

 

Примеры использования

Пример работы

Схема работы

Пример результатов проверки

 

 

Информация по обновлениям

# удаление старых контейнеров (векторная БД и модель векторизации сохранятся)
docker compose down

# копируете новый docker-compose.yml 
# корректируете настройки под себя:
# sse или http транспорт
# для контейнера проверки синтаксиса свою папку проекта

# запускаете новые контейнеры
docker compose up -d
  • MCP по Метаданным: переименованы инструменты и параметры, улучшены описания.
  • MCP по справке Синтакс-помощника: переведён на RAG с гибридным поиском.
  • Все MCP теперь поддерживают оба транспорта: SSE и HTTP.
  • Обновлён загрузчик векторной БД для данных Синтакс-помощника.

1) MCP по метаданным

Пересмотрены названия инструментов и параметры: убрали неоднозначности, улучшили описания для LLM-агентов.

Пример: search → search_metadata, get_details... → metadata_details_by_id.

В исследовании Microsoft Research описана «интерференция инструментов»: при подключении нескольких MCP часто совпадают имена (особенно search). Claude Code частично решает это префиксами, но у многих агентов этого нет. Новые имена и аннотации уменьшают коллизии и повышают точность выбора инструмента.

2) MCP по Синтакс-помощнику

Перевели поиск на RAG с гибридным ранжированием: BM25 + векторное сопоставление.

Индексируем название, краткое описание и ключевые слова по документу.

Возвращаем LLM-агенту краткий список кандидатов, а он дозапрашивает детали по выбранному объекту.

Гранулярность ответов
  • Для глобальных свойств и методов: текст обычно небольшой — отдаём целиком.
  • Для встроенных типов (где описания большие): отдаём гранулярно — по конкретному свойству/методу.
Результат

Быстрее находим релевант и меньше «засоряем» контекст.

3) Транспортные протоколы (SSE и HTTP)

Оба MCP поддерживают SSE и HTTP. У ряда агентов SSE всё ещё основной — поэтому оставили поддержку.

Примеры

Новый загрузчик в векторную БД:

Новый загрузчик векторной БД

Новые имена инструментов и подробные аннотации:

Инструменты 1
Инструменты 2
Инструменты 3

 

Названия и аннотации инструментов и параметров

 
  •  
    В Microsoft Research вышла интересная публикация про интерференцию агентских инструментов.
    Один из поинтов статьи про проблемы с неймспейсами и неоднозначность названий инструментов.
  •  
    Можно подключить несколько mcp, и у них могут совпадать названия инструментов, особенно со словом "search".
  •  
    Claude Code обходит эту проблему самостоятельно добавляя префиксы к названиям инструментов, но у других агентов такого нет.
  •  
    Поэтому в новых версиях переработаны и названия и аннотации, чтобы исключить неоднозначности для llm агентов.

 

Поиск по метаданным
1
Поиск справки
2
Проверка синтаксиса
3

 

 

Транспортные протоколы

  • Во всех трех MCP теперь поддержка и sse и http транспорта. SSE хоть и упоминают везде, как устаревший, но он все еше основной у некоторых агентов.

Поиск по справке синтакс-помощника

RAG с гибридным поиском для подобного контента работает очень хорошо. Векторизуется и название и краткое описание + ключевые слова по всему документу.
Идея такая же как с метаданными: если отдать llm агенту краткий список найденных кандидатов, то он сам отлично выбирает правильного кандидата и дозапрашивет детали.
Для глобальных свойств и методов тело описание небольшое, поэтому на детаельный запрос отдается llm агенту целиком. А для встроенных типов описания свойств и методов могут быть очень большие, поэтому для них сделаны гранулярные запросы (на каждое свойство или метод).

На первый взгляд получилось отлично: агент быстро находит нужную информацию, не засоряя контекст.

В дистрибутиве:

примеры файлы настроек для vs code, cursor, roo code, cline

файл agents.md

Файл agents.md в корне проекта теперь читают многие современные llm агенты, что делает его универсальным аналогом rules-файлов для отдельных агентов. В нем новые наименования mcp-инструментов и параметров. Благодаря ему llm-агент лучше (без напоминания) вызывает MCP.

 

Как установить обновление

# удаление старых контейнеров (векторная БД и модель векторизации сохранятся)
docker compose down

# копируете новый docker-compose.yml 
# корректируете настройки под себя:
# sse или http транспорт
# для контейнера проверки синтаксиса свою папку проекта

# запускаете новые контейнеры
docker compose up -d

 

Системные требования

  • Порядка 20 Гб места на диске
  • ОЗУ 8Гб, но лучше больше, конечно
  • CPU, работать будет и на 4 ядрах, если больше - будет быстрее первичная индексация
  • GPU не требуется

 

Активация лицензии

 

  1. Для использования решения вам потребуется персональный токен.
  2. Для его активации необходимо обратиться в техническую поддержку.
  3. Активация происходит в течение 1 рабочего дня после обращения.

Техподдержка
 

 

Комплект поставки и запуск решения

 

Комплект поставки

Решение поставляется в виде нескольких файлов:

  • Docker-compose файл описывающего запуск всех контейнеров
    • - Большинство настроек задаются в нем же. Пояснения к настройкам будут в текстовой версии публикации.
    • - В отдельный файлик вынесены настройки сервера, чтобы можно было выключать/выключать опции проверок, например оставить только критичные тем самым сэкономив еще немного контекста.
  • Обработка выгрузки описания метаданных
  • Примеров файлов конфигурации mcp для cursor и vs code (для других IDE конфигурации аналогичны)

 

Процесс запуска решения

Копируете файлы поставки в любую удобную папку, например: C:\mcp\
В консоли выполняете:

cd C:\mcp
docker compose up -d

Дольше всего будет запускаться контейнер embedding-service, он объемные (4+Гб) и при первом запуске будет скачивать модель векторизации.
Проверить запуск можно в логах контейнера:

docker compose logs embedding-service -f

После запуска можно переходить к выгрузке / загрузке метаданных:

  • Внешней обработкой выгружаем описания из 1С.
  • Открываем веб-страничку сервиса загрузки описаний в векторную БД http://localhost:8501. При загрузке указываем название коллекции в БД. Это позволяет одним mcp одновременно работать с описаниями метаданных нескольких разных конфигураций 1С.

Все. Можем открывать IDE и прописывать параметры подключения mcp.

Пример для Cursor:

"mcpServers": {
    "1c-metadata": {
      "timeout": 60,
      "headers": {
        "x-collection-name": "1c_ut"
      },
      "url": "http://172.25.48.1:9001/mcp",
      "disabled": false
    },
    "1c-check": {
      "timeout": 60,
      "url": "http://172.25.48.1:9002/mcp",
      "disabled": false
    },
    "bsl-context": {
      "command": "docker",
      "args": [
        "exec",
        "-i",
        "mcp-bsl-context-stdio",
        "java",
        "-jar",
        "/app/mcp-bsl-context.jar",
        "--mode",
        "stdio",
        "--platform-path",
        "/app/1c-platform"
      ]
    }
  }

x-collection-name меняете на название коллекции, которое указали при первичной загрузки в векторную БД.

Доступные настройки
 

Через переменные окружения можно указать модель и размерность ее векторов:

  • MODEL_NAME=sergeyzh/BERTA - модель по умолчанию
  • VEC_DIM=768 - размерность векторов

По умолчанию указана sergeyzh/BERTA - она маленькая, быстрая и при этом дает хорошие результаты. Контейнер с ней утилизирует буквально 400Мб RAM.

Можно пробовать и другие модели:

  • intfloat/multilingual-e5-base | 768
  • intfloat/multilingual-e5-small | 384
  • Alibaba-NLP/gte-multilingual-base | 768
  • Qwen/Qwen3-Embedding-0.6B | 1024
  • ai-forever/FRIDA | 1536

Qwen/Qwen3-Embedding-0.6B - дает отличные результаты, но это уже 1,5-2Гб RAM и в несколько раз медленнее.

Доступные настройки:

  • ROW_BATCH_SIZE - количество объектов метаданных обрабатывать за итерацию
  • EMBEDDING_BATCH_SIZE - размер батча векторизации, сколько одним запросом получать векторов от сервиса векторизации

Доступные настройки:

  • TOPK_LITE_SEARCH_LIMIT - количество объектов в результатах поиска
  • USE_HYBRID_SEARCH - использовать ли гибридный поиск (добавлять ли поиск по ключевым словам)

В блоке подключения томов volumes нужно указать путь к папке с платформой 1С, например:

  • C:/Program Files/1cv8/8.3.27.1644/bin

 

Техническая поддержка

В случае возникновения ошибок рекомендуем ознакомиться с описанием и документацией программы. Если не нашли решения своей проблемы в документации или решение не помогает - тогда создайте обращение по инструкции ниже:

1

Создать обращение (тикет)

Создать тикет

2

Заполнить данные

Контакты, номер заказа, подробное описание вопроса
Напишите порядок ваших действий с программой, приложите видео/скриншоты/отчеты об ошибке
Точную конфигурацию 1С, версии платформы, инструмента, СУБД

3

Дождаться ответа

Время ответа до 24 часов в рабочее время

Внимание! Бесплатный период техподдержки составляет 1 месяц со дня покупки. Также после приобретения вы получаете 6 месяцев бесплатных обновлений.

Техническая поддержка предоставляется исключительно в рамках переписки по обращению. В некоторых случаях для диагностики ошибок и/или вопросов, связанных с особенностями использования продукта в информационных базах покупателя, может потребоваться дополнительная платная диагностика с организацией удаленного доступа к информационной базе. Стоимость уточняется индивидуально.

Остались вопросы?

Для получения дополнительной информации и помощи в настройке модуля под нужды вашего бизнеса — оставьте заявку

Демоверсия Feedback Pro
Статистика:
Просмотры 7356
Загрузки 12
Рейтинг 21
Создание 25.08.25 09:20
Обновление 01.10.25 11:47
№ Публикации 2460659
Характеристики:
Теги

программирование разработка LLM вайбкодинг vibecoding mcp rag языковая модель chatgpt claude sonnet gemini grok deepseek qwen openai Anthropic qdrant embeddings векторный поиск

Рубрики Инструментарий разработчика Нейросети
Кому Для всех
Тип файла Архив с данными
Платформа Не имеет значения
Конфигурация Универсальные
Операционная система Не имеет значения
Страна Не имеет значения
Отрасль Не имеет значения
Налоги Не имеет значения
Вид учета Не имеет значения
Доступ к файлу Платные (руб)
Код открыт Да
1. rozer 26.08.25 18:28 Сейчас в теме
Добрый день.
Использую связку kilo code+qwen code.
Использование этого mcp сервера возможно будет?
Эта эта связка "сильно поумнеет"? Спасибо.
2. Техподдержка 26.08.25 19:02
(1) Трудно уверенно ответить, потому что разные LLM'ки по-разному формулируют запрос к MCP. Топовые (проприетарные) модели от Open AI, Google, Anthropic - хорошо понимают описание tool'ов, хорошо сами определяют вид объекта (справочник, документ и т.п.). А вот с небольшими LLM может быть проблема. Если речь про большой qwen code, то скорее всего будет нормально.
3. Техподдержка 26.08.25 19:48
(1) Проверили в VSCode Copilot через OpenRouter Qwen3 235B, справляется с вызовом MCP и анализом ответа.
Прикрепленные файлы:
4. Техподдержка 26.08.25 19:57
(1) И Qwen3 Coder проверили: связка с mcp делает его умнее.
Прикрепленные файлы:
5. пользователь 27.08.25 18:37
Сообщение было скрыто модератором.
...
6. пользователь 27.08.25 19:16
Сообщение было скрыто модератором.
...
7. пользователь 28.08.25 12:13
Сообщение было скрыто модератором.
...
8. Labotamy 05.09.25 17:31 Сейчас в теме
В отдельный файлик вынесены настройки langauge-сервера

А кто такой langauge? =)
9. Техподдержка 05.09.25 17:33
(8) Спасибо, исправим =)
Labotamy; +1 Ответить
10. user958854 09.09.25 10:03 Сейчас в теме
Новая версия синтаксической проверки кода, модуль в 9 тыс. строк, проверяет за 2 секунды. Это нечто!
Прикрепленные файлы:
Для отправки сообщения требуется регистрация/авторизация

См. также

Infostart Toolkit — Инструменты разработчика 1С 8.3

Инструменты для разработчиков 1С 8.3: Infostart Toolkit. Автоматизация и ускорение разработки на управляемых формах. Легкость работы с 1С.

15500 руб.

Серверы, которые обеспечивают LLM необходимым контекстом для вайб кодинга в 1С

Сервер поиска по метаданным и поиска по коду, Сервер экспорта и поиска по документации, Сервер синтаксической проверки кода

Database Compression Tool: Инструмент для свертки и сжатия баз данных 1С

Инструмент представляет собой обработку для проведения свёртки или обрезки баз данных. Работает на ЛЮБЫХ конфигурациях (УТ, БП, ERP, УНФ, КА и т.д.). Поддерживаются серверные и файловые базы, управляемые и обычные формы. Может выполнять све...

14400 руб.

Infostart PrintWizard (конструктор печатных форм)

Расширение для создания и редактирования печатных форм в системе 1С:Предприятие 8.3. Благодаря конструктору можно значительно снизить затраты времени на разработку печатных форм, повысить качество и прозрачность разработки, а также навести ...

22200 руб.

OneDebugger - инструмент для отладки кода в 1С без использования конфигуратора

Инструмент для написания и отладки кода в режиме «1С:Предприятие». Представляет собой консоль кода с возможностью пошаговой отладки, просмотра значений переменных любых типов, использования процедур и функций, просмотра стека вызовов, вычис...

9500 руб.

Infostart DataFormWizard: Управление данными и формами 1С 8.3

Расширение позволяет без изменения кода конфигурации выполнять проверки при вводе данных, скрывать от пользователя недоступные ему данные, выполнять код в обработчиках. Не изменяет данные конфигурации, легко устанавливается практически на л...

16000 руб.

Sweet Swagger: Генератор OpenApi спецификаций для 1С

Инструмент для генерации OpenApi (Swagger) спецификаций на основании файлов конфигураций 1С. Это консольное и десктопное приложение на языке Rust с полноценным редактором кода, содержащим автозамену и подсвечивание ошибок для быстрого и б...

18000 руб.

Искусственный интеллект и нейросети в 1С: Работа с отзывами маркетплейсов

Расширение "Искусственный интеллект и нейросети в 1С: Работа с отзывами маркетплейсов" предназначено для применения искусственного интеллекта в повседневной деятельности селлеров на маркетплейсах. Среди функций - работа с отзывами...

6000 руб.

Конструктор АРМ

Разработка Конструктор автоматизированных рабочих мест "Конструктор АРМ" реализована в виде расширения и является универсальным инструментом для создания АРМ любой сложности в пользовательском режиме.

5000 руб.

Tech Event