Поддержка и чат-боты

ИИ-агент внутри 1С: общение с данными базы на естественном языке, отчёты и аналитика, поиск по базе, автоматизация типовых операций; сам исследует…

ИИ-ассистент/чат-бот: создаёт документы в 1С, ищет данные, отвечает на вопросы сотрудников, формирует отчёты, консультирует по налогам и бухучёту, обучает…

Пользователь задаёт вопрос к базе на естественном языке: LLM формирует SQL-запрос по описанию таблиц, он транслируется в запрос 1С, выполняется, результат…

Расширение для интеграции LLM в конфигурации 1С 8.3: единый коннектор к провайдерам, агентская петля с инструментами, RAG, MCP-сервер, мониторинг ошибок с…

Интеллектуальный помощник-консультант в экосистеме 1С:ИТС: понимает запросы на обычном языке, отвечает по бухучёту, делопроизводству и настройкам программ,…

Единый интерфейс 1С для работы с GigaChat и частично ChatGPT: подключение к API, генерация контента, анализ данных, чат, управление запросами и моделями

Работа с отзывами, вопросами и чатами покупателей маркетплейсов прямо из 1С: массовая генерация ответов нейросетью, диалог с нейросетями, генерация…

ИИ-агенты («ИИ-сотрудники»), которые берут на себя продажи, поддержку, анализ конкурентов, работу с документами и задачи в 1С; работают с несколькими базами…

Статья рассматривает безопасность агента как цепочку полномочий пользователя, модели, оркестратора, MCP-клиента, сервера и 1С. Автор объясняет, почему запрет в промпте или локальное размещение модели не заменяют технического разграничения прав, и предлагает разделять чтение, анализ, подготовку и выполнение действий. Обсуждаются минимальные привилегии, журналирование и подтверждение опасных операций. Материал полезен архитекторам пилота: по нему можно составить модель угроз и проверить, какие ограничения обеспечены кодом и правами, а какие существуют только как текстовая инструкция агенту.

Обзор обновления внутреннего агента 1С с переиспользуемыми skills, обработкой файлов и распознаванием первичных документов. В статье показано, как навык упаковывает последовательность действий и переносится между базами, а агент перед выполнением проверяет наличие объектов и реквизитов в метаданных. Для операций записи применяется отдельная policy и подтверждение пользователя. Материал связывает темы чат-ботов и OCR: распознанный документ становится входом контролируемого сценария 1С, а не просто текстом. Полезен разработчикам, проектирующим библиотеку безопасных действий агента.

Автор описывает шлюз для вопросов к 1С без входящего порта, расширения и отдельного сервера в контуре базы. Внешняя обработка сама забирает задания исходящим HTTPS, исполняет запросы с правами текущего сеанса и возвращает результат; читающий ключ физически не разрешает запись, а запись требует пробного прогона и подтверждения. Разобраны сценарии консультанта, бухгалтера и разработчика, включая старые УПП и обычные формы. Материал ценен честными ограничениями: модель может выбрать неверный период или вид цены, поэтому значимые цифры нужно сверять с отчётами.

Пошаговая сборка минимального RAG-помощника без Python: 1С отправляет HTTP-запросы, документы режутся на фрагменты, векторный поиск выбирает близкий контекст, после чего LLM формирует ответ. Автор показывает компоненты прототипа, структуру данных и код обращения к модели, а также объясняет отличие смыслового поиска от простого поиска по словам. Материал даёт компактную архитектуру для эксперимента и показывает, что перед эксплуатацией придётся усилить хранение секретов, обработку ошибок, качество чанков и проверку ответов.

Практическое введение в MCP-1C с установкой одного бинарника и расширения, публикацией HTTP-сервиса и подключением к агенту. Материал показывает получение метаданных, выполнение запросов к данным и возврат результата в чат в виде таблицы. Отдельно объясняется сетевая схема, когда клиент с MCP-процессом и сервер 1С находятся на разных машинах. Статья полезна как быстрый старт и как дополнение к README: в комментариях разобраны реальные проблемы установки. Перед подключением к рабочей базе необходимо отдельно настроить права пользователя и режимы доступа.

Инструкция описывает сценарий речевой аналитики в CRM: BitrixGPT сопоставляет разговор менеджера с выбранным скриптом продаж и формирует рекомендации по улучшению. Показано, где включить инструмент, как выбрать готовый или собственный скрипт и где смотреть результат анализа. Материал полезен руководителю отдела продаж для постановки пилота и разработчику интеграции — как пример AI-функции, встроенной в карточку CRM и привязанной к реальному звонку. Выводы модели следует рассматривать как подсказку для разбора, а не как автоматическую оценку сотрудника без проверки.

Автор представляет библиотеку-коннектор, которая скрывает различия API нескольких семейств моделей за единым интерфейсом 1С. В статье разобраны провайдеры и способы авторизации, автоматическое обновление OAuth-токенов, настройка справочника моделей, экспертов и тестовой обработки. Поддерживаются облачные сервисы и OpenAI-совместимые локальные серверы, включая Ollama. Материал полезен разработчику, которому нужно не просто отправить один HTTP-запрос, а построить заменяемый слой интеграции и переключать модели без переписывания прикладного 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.

Библиотека для прямой интеграции конфигураций 1С с API GigaChat. README описывает получение токена, настройку клиента, отправку сообщений и использование ответов модели из встроенного языка. Репозиторий полезен как минимальный первоисточник для разработчика, которому не нужна универсальная прослойка над множеством провайдеров. По коду можно проверить формат HTTP-запросов, сериализацию и обработку авторизации, а затем обернуть вызовы собственными правилами журналирования и ошибок. Для продуктивного контура отдельно потребуется определить хранение секретов, лимиты и проверку результата.

Исходный код агента для 1С, который планирует задачу и исполняет её через ограниченный набор команд. Репозиторий позволяет проверить реализацию DSL, работу с метаданными, режимы чтения и записи, навыки и обработку файлов, о которых рассказывают статьи автора. README содержит установку и примеры запуска. Материал полезен для технической оценки пользовательского ассистента: можно проследить, где модель только выбирает действие, а где операция выполняется детерминированным кодом 1С, и какие проверки стоят перед изменением данных. Это помогает сравнить проект с более свободными MCP-серверами.

Репозиторий универсального коннектора для 1С содержит исходный код, инструкции и примеры интеграции с несколькими LLM-провайдерами. Помимо единого API, README описывает агентскую петлю с function calling, RAG, MCP-сервер, анализ ошибок и генерацию диаграмм. Это техническое дополнение к обзорной статье: по репозиторию можно проверить структуру расширения, поддерживаемые сценарии и порядок установки. Материал полезен разработчикам, которым важно оценить открытый код и решить, использовать библиотеку целиком или взять отдельные компоненты подключения, авторизации и вызова инструментов.