Разработка на 1С с ИИ

Песочница для ИИ-агента: Linux Dev Container с клиентом 1С и Конфигуратором + Ubuntu VM в Hyper-V с сервером 1С, Postgres и Apache — чтобы агент не повредил…

Плагин для 1С:EDT: читает структуру конфигурации, помогает менять BSL-код и метаданные, объясняет, что именно будет изменено; чат и агентный режим,…

Встроенный в 1С:EDT помощник: подсказки при написании кода, готовые сценарии в чате, автономный агент, который ищет объекты и код в проекте, меняет код и…

Анализирует конфигурации 1С 8.2/8.3, правила обмена КД 2.0/3.0, расширения, обработки и отчёты как единый проект; помогает писать и рефакторить код,…

Переносимый набор правил, ролей субагентов, инструкций и SKILL-пакетов для разработки на BSL с ИИ-агентами; адаптируется под Cursor, Claude Code, Codex,…

Language Server и анализатор BSL на Rust: диагностики качества кода, LSP, MCP-сервер, отчёты SARIF/JSONL для CI/CD, semantic hover, completion, переименование

Плагин для Claude Code, подключающий BSL Language Server как LSP для файлов BSL и OneScript: диагностика, переход к определению, поиск ссылок, hover,…

116 скилов, 40 правил и команд для Claude Code: сборка и разбор исходников 1С (метаданные, формы, расширения, роли, СКД, обработки, отчёты) по XML-выгрузке…

Коллекция Docker Compose конфигов для оркестрации MCP-серверов 1С-разработки (поиск по метаданным и коду, справка платформы, проверка синтаксиса, БСП,…

ИИ-агент внутри классического Конфигуратора 1С: автодополнение, ревью, объяснение и исправление кода, доработка методов, документирующие комментарии,…

AI-ассистент, отвечающий на вопросы по платформе 1С: сначала ищет релевантные разделы документации ИТС и справки, затем формирует ответ и готовый пример…

Нативный десктопный ИИ-ассистент рядом с открытым Конфигуратором: забирает код модуля, отправляет в ИИ, возвращает объяснения, исправления и точечные правки…

Плагин Codex и Claude Code для разработки на 1С: добавляет навыки и MCP-сервер unica, через который агент создаёт и проверяет метаданные, формы, роли, СКД,…

Набор инструментов для 1C:Element: линтер с автоисправлениями, LSP-сервер, поиск по документации платформы, генерация метаданных, MCP-сервер для AI-агентов,…

Обзорная статья блога Инфостарта на Хабре о смене инструментария 1С-разработчика: от Конфигуратора через Git и EDT к AI-агентам и MCP. Собраны кейсы сообщества: разработка инструмента с помощью ИИ, связка 1С + Cursor + MCP, где конфигурация ведётся без ручных операций в Конфигураторе, и эксперимент по созданию внешней обработки в Claude Code за десять минут. Материал даёт карту нового стека и ссылки на первоисточники: программное управление разработкой приходит в 1С вслед за Git и автотестами. Подойдёт командам, которые оценивают, стоит ли перестраивать процессы под агентов.

Практическая памятка по организации работы с кодовыми агентами: сохранение длительных сессий, предварительный план, независимая проверка выводов и изоляция параллельных задач через ветки и worktree. Автор отдельно разбирает риски, откат и необходимость фиксировать, что именно агент изменил. Материал не привязан к одной модели и полезен командам 1С как набор организационных мер: он показывает, как отделить исследование от реализации, уменьшить конфликтующие правки и не принимать уверенный ответ модели без проверки в новой сессии и тестовом контуре.

Пошаговый разбор связки Cursor, 1C: Platform Tools MCP, OneScript и vanessa-runner. Агент получает конфигурацию из тестовой базы, находит и меняет BSL-код, загружает результат, обновляет базу и запускает клиент без ручного обмена XML через Конфигуратор. В статье показаны packagedef, env.json, настройка MCP и отдельные IPC-порты для нескольких проектов. Автор предупреждает о длительных полных проверках больших конфигураций и рекомендует выполнять автоматическое обновление только в dev/test-контуре. Это воспроизводимый сценарий агентной разработки, а не только пример генерации кода.

Статья описывает тестовый контур, в котором ИИ-агент управляет штатными TestClient и TestManager через HTTP bridge и получает семантические действия вместо экранных координат. Сценарий запускается в изолированном desktop на Windows или Xvfb на Linux, возвращает пошаговые результаты и heartbeat для долгих операций. На примере БП 3.0 агент открывает и заполняет приходную накладную. Материал ценен архитектурой безопасной проверки: worker контролирует процессы и таймауты, а агент может сначала исследовать форму, уточнить фактические имена элементов и только затем дописать следующий шаг теста.

Практическое сравнение GigaChat-2-Pro и локального Qwen3-Coder 30B на двух реальных конфликтах BSL при обновлении расширения. Обе модели решили первый случай, а во втором локальная модель ошиблась с уверенностью 95%; детерминированная проверка обнаружила расхождение. Автор честно ограничивает вывод малым числом тестов и приводит аппаратную конфигурацию, контекст и время выполнения. Главная ценность материала — схема контроля: алгоритм выделяет проблему, LLM предлагает решение, алгоритм проверяет сохранность изменений, после чего разработчик и тестовая база подтверждают результат.

Автор с помощью нескольких LLM добавил в open-source API-клиент Bruno генерацию HTTP-запросов на BSL. Реализованы шесть вариантов: стандартные классы платформы, библиотека Connector и OPI, каждый на русском и английском синтаксисе. Публикация объясняет устройство генераторов HTTPSnippet, содержит ссылку на рабочую ветку, команды сборки и порядок проверки результата. Это кейс использования моделей не внутри 1С, а для развития инструментария вокруг неё: идея, генерация и ревью разделены между человеком и разными моделями, а итог можно воспроизвести локально и проверить по открытому коду.

Учебная реализация маленькой языковой модели целиком на встроенном языке 1С показывает токенизацию, эмбеддинги, внимание, feed-forward слой и выбор следующего токена без скрытого внешнего API. Автор поясняет ограничения демонстрации, стоимость размера модели и различие между инференсом в 1С и обучением снаружи. Материал помогает разработчику понять, почему LLM работает с токенами, откуда берутся вероятностные ответы и почему уверенная формулировка не равна проверенному факту. Это не готовый промышленный ассистент, а наглядный инженерный эксперимент для понимания механики моделей.

Опыт разработчика 1С, выстроившего работу с Claude Code на выделенном сервере с ускорением разработки в 4–6 раз. В пайплайне команда создаёт задачу в Битрикс24, субагенты планируют работу, пишут код и проверяют результат. Основную эффективность дают два MCP-сервера: один исполняет запросы и код прямо в базе, второй собирает валидный XML конфигурации. Честно показан узкий цикл: до 70% времени уходит не на генерацию, а на загрузку изменений в конфигуратор; в планах — MCP автозагрузки и BDD-тесты через Ванессу. Полезно командам, которые считают экономику ИИ и выбирают инструменты вокруг агента.

Сравнение семи LLM в одинаковом агентном сценарии: моделям дали доступ к проекту ЗУП и попросили самостоятельно изучить конфигурацию. Автор сопоставляет Claude, Kimi, GLM, GigaChat, Gemini, Grok и YandexGPT по работе с инструментами, пониманию архитектуры БСП и глубине анализа кода. Важная часть материала — не общий рейтинг, а наблюдаемые ошибки: пропущенные паттерны, поверхностное чтение структуры и неспособность начать tool-вызовы без подсказки. Статья помогает выбрать модель для агента 1С и спланировать собственный тест.

Автор предлагает перейти от свободной генерации кода к спецификационно-ориентированному процессу: сначала описать требования и архитектуру, затем дать агенту правила проекта, контекст метаданных через MCP и формальные проверки. В качестве рабочего стека рассматриваются Cursor и EDT, а изменения предлагается разбивать на контролируемые шаги с ревью. Текст написан полемично, поэтому числовые обещания стоит воспринимать как мнение автора, но сама схема полезна разработчикам: она показывает, какие организационные меры нужны, чтобы результат модели был проверяемым и воспроизводимым.

Видеоверсия доклада Станислава Косолапова с INFOSTART TECH EVENT об ИИ-агентах для 1С. В докладе разобраны протоколы MCP и A2A, подключение MCP-серверов в Cursor, локальная база знаний с документацией платформы, автоматизация браузера для проверки интерфейса и собственный MCP-сервер тестирования на OneScript. Демонстрации показывают, как агент пишет обработку, деплоит её и проверяет результат в 1С:Предприятие, включая неудачные сценарии — запись помогает оценить реальный уровень зрелости подхода лучше статьи. На странице есть выбор плеера YouTube или VK и ссылка на текстовую версию доклада.

Статья по итогам доклада INFOSTART TECH EVENT: как собрать вокруг 1С агентный пайплайн разработки. Разобраны протоколы MCP и A2A, подключение серверов в Cursor через mcp.json и готовые инструменты: командная строка, веб-поиск, локальная база знаний с синтакс-помощником, браузер, тестирование HTTP-сервисов и OData. Отдельный раздел — собственный MCP-сервер на OneScript с библиотекой autumn-mcp, включая пример сервера автотестов на базе Vanessa. Автор разделяет, что уже работает в бою, а где лучше подождать: динамические формы и оркестрация агентов через A2A.

Продолжение практического обзора моделей для генерации BSL-кода. Автор добавляет Claude Sonnet 4, модели OpenAI, Qwen, Llama и Grok, сравнивает ответы на одинаковых заданиях и обсуждает, насколько результат пригоден для разработки 1С. Материал показывает быстрый темп смены лидеров и необходимость повторять тесты на собственных задачах, а не выбирать модель по общим бенчмаркам. Полезен как набор примеров и критериев: корректность синтаксиса, знание платформы, способность учитывать контекст и цена исправления правдоподобного, но неработающего кода.

Официальное руководство по ассистенту разработчика в 1C:EDT охватывает установку и первый запуск, автопродолжение кода, чат, агентный режим, команды и редактирование метаданных. Отдельные разделы посвящены разрешениям инструментов и персональным правилам, поэтому документ полезен как перечень функций и инструкция по ограничению доступа агента к проекту. Руководство показывает, что Напарник может искать и читать файлы, менять код и объекты конфигурации, пользоваться документацией и ИТС. Для внедрения это первичный источник по управлению полномочиями и воспроизводимой настройке.

Официальная обзорная страница систематизирует направления ИИ в экосистеме 1С. Для разработки указан 1С:Напарник в EDT с генерацией, ревью, рефакторингом и комментированием кода; для пользователей — помощник по ИТС. Отдельно перечислены прогнозирование продаж, распознавание первичных документов, синтез и распознавание речи. Материал удобен как карта продуктов от вендора: он отделяет встроенные и облачные сервисы от сторонних интеграций и связывает разработческие, документные и речевые сценарии с официальными страницами. Дату публикации страница не сообщает, поэтому поле оставлено пустым.

README набора специализированных навыков и правил для Claude Code, который собирает и разбирает исходники 1С через компактное JSON-представление. Поддерживаются метаданные, формы, роли, СКД, расширения и внешние обработки; базовые операции могут выполняться без ручной работы в Конфигураторе. В материале описаны установка, организация команд и ограничения формата. Это практический пример декомпозиции разработки на контролируемые действия агента, полезный для сравнения с MCP-подходом и для построения повторяемого процесса изменений.

Репозиторий практических правил, навыков и конфигураций субагентов для разработки на BSL с помощью кодовых моделей. Вместо готового приложения автор предлагает слой инструкций, который помогает агенту учитывать особенности 1С, планировать изменения, работать с выгрузкой конфигурации и проверять результат. README показывает структуру набора и варианты подключения к популярным агентным инструментам. Материал особенно полезен как пример инженерии контекста: он позволяет понять, какую проектную информацию нужно явно передать модели и почему одного запроса недостаточно для устойчивой разработки.

Публичный плагин для Codex и Claude Code, ориентированный на задачи разработки в 1С:Предприятии. Репозиторий содержит инструкции, команды и специализированные навыки, которые задают агенту рабочий процесс для BSL и объектов конфигурации вместо одиночного универсального промпта. README объясняет установку, состав плагина и сценарии применения. Материал полезен разработчикам и тимлидам, которые хотят оценить подход с переиспользуемыми правилами: какие действия автоматизированы, что остаётся под контролем человека и как встроить агента в существующий проект.

README двуязычного набора инструментов для языка XBSL и среды 1C:Element. В одном проекте собраны линтер с автоматическими исправлениями, LSP-сервер, поиск по документации, генерация заготовок метаданных, расширение VS Code и MCP-сервер для агентов. Материал показывает, как контур формальной проверки и справочного контекста переносится на новое направление разработки 1С. Полезен тем, кто оценивает применение кодовых агентов в Element: можно увидеть доступные команды, способы установки и границы автоматизации без маркетингового пересказа.

Официальный репозиторий плагина, связывающего Claude Code с BSL Language Server для файлов 1С:Предприятия и OneScript. Он позволяет агенту получать LSP-диагностики по редактируемому коду, учитывать найденные нарушения и исправлять их в том же рабочем цикле. В README приведены установка плагина, требования к BSL Language Server и команды проверки. Это не генератор сам по себе, а проверочный слой вокруг агента: полезен командам, которым нужны формальные ошибки и стандарты BSL до загрузки изменений в базу.

Репозиторий анализатора исходного кода BSL, написанного на Rust и предоставляющего диагностику через Language Server Protocol. Такой инструмент закрывает важный пробел генеративной разработки: результат модели можно проверять формальным анализатором, а редактор или агент получает структурированные ошибки вместо визуального просмотра кода. README описывает установку, запуск LSP и поддерживаемые проверки. Материал адресован разработчикам, которые строят воспроизводимый цикл генерации, проверки и исправления кода 1С, а не полагаются только на ответ языковой модели.

Репозиторий EDT MCP Server — плагина для 1C:EDT, открывающего рабочее пространство IDE для ИИ-ассистентов по протоколу MCP. 89 инструментов: чтение и запись модулей BSL, разбор ошибок, рефакторинг метаданных с каскадным обновлением кода и форм, отладка, запуск тестов YAxUnit, снимки форм, профилирование. Поддерживаются EDT 2026.1 и 2026.2, транспорт Streamable HTTP, есть пресеты вроде «только анализ» и подтверждение разрушающих операций. В README — установка через p2-репозиторий, конфигурация для Claude Code, Cursor и VS Code, документ по безопасности. Лицензия AGPL-3.0.