В епоху, коли мовні моделі стають повсякденним інструментом розробника перед фахівцями в галузі 1С постає питання: як зробити AI справді корисним помічником, а не просто гарним чатом? Відповідь лежить у простій істині — модель настільки хороша, наскільки хороший контекст, який ви надаєте. І тут на сцену виходить Model Context Protocol, протокол, який змінює саму природу взаємодії між AI та корпоративними системами.
Чому контекст – це все
Уявіть, що ви просите мовну модель допомогти вам розробити звіт у 1С. Ви описуєте завдання, але модель не знає, які документи доступні у вашій конфігурації, яка структура довідників, які реєстри відомостей існують. Результат? Код, що генерується, виявляється неточним, вимагає доопрацювань, а економія часу випаровується.
Це схоже на ситуацію, коли ви наймаєте підрядника і замість повного технічного завдання, кошторисів та планів даєте йому розпливчастий опис проекту. Природно, він ставитиме уточнюючі питання, працюватиме повільніше, робитиме помилки.
Model Context Protocol вирішує цю проблему елегантно. MCP — це універсальний спосіб автоматично забезпечувати мовні моделі інформацією, необхідною для вирішення ваших завдань. Це своєрідний міст між чатом з AI та зовнішнім світом: вашими файлами, інтернетом, API-сервісами, даними бази даних.
Що таке MCP і як це все працює?
MCP існує в екосистемі AI досить давно, але для розробників 1С він був недоступний до недавнього часу. Протокол передбачає взаємодію двох типів учасників: MCP-клієнтів та MCP-серверів.
MCP-клієнти - Це системи зі штучним інтелектом: Cursor IDE, Claude Desktop, різні веб-чати. Вони підтримують протокол MCP та дозволяють підключати MCP-сервери до мовних моделей.
MCP-сервери — це сервіси, які видають інформацію на запит у певному форматі. Саме вони стають тією “прокладкою” між вашою корпоративною системою та AI-помічником.
Як це виглядає у дії? Користувач відкриває Cursor, підключає MCP-сервер 1С і ставить завдання: "Порівняй продажі поточного місяця з попереднім". Мовна модель розуміє, що їй потрібні дані. Вона знає, що підключений MCP-сервер, який може їх надати. Модель автоматично формує запит, сервер надсилає дані і модель на їх основі генерує якісну відповідь.
Важливо: це відбувається паралельно до спілкування користувача з моделлю, і користувач бачить весь процес. Більше того, якщо модель досить "розумна", вона може зробити кілька викликів різних інструментів MCP-сервера, автоматично збираючи потрібний контекст.
Технічні реалії - чому 1С складніше?
Тут починається найцікавіше. MCP передбачає два основні варіанти транспорту:
STDIO — це консольна програма, що запускається автоматично самим клієнтом. Усі налаштування знаходяться у конфігурації клієнта. Працює локально, лише ви з ним працюєте.
HTTP — веб-сервер, що запускається окремо, до якого можуть підключатися безліч користувачів. Більш універсальний, але потребує вирішення питань безпеки.
У 1С немає можливості реалізувати STDIO-транспорт, тому що конфігурацію неможливо запустити як консольну програму. Здавалося б, HTTP – ось рішення. Але виникає друга проблема: протокол MCP має на увазі або HTTP streaming, або Server-Sent Events, обидва з яких вимагають довгих з'єднань з частковою видачею даних. 1С на це не здатна - вона завжди відповідає повністю.
Звучить як глухий кут? А ось і ні. Є рішення.
Архітектурне рішення - пряме підключення та проксі
Існує дві схеми інтеграції:
Варіант 1: Пряме підключення
Ви опублікуєте HTTP-сервіс розширення 1С та підключаєте його безпосередньо як MCP-сервер. Просто швидко, без додаткових залежностей. Цей варіант працює з більшістю сучасних MCP-клієнтів.
Варіант 2: Проксі-прокладка на Python
Невеликий Python-скрипт виступає посередником між MCP-клієнтом та 1С. Проксі реалізує повноцінно всі варіанти транспорту, включаючи STDIO та HTTP streaming, а спілкується із 1С стандартними HTTP-сервісами. Цей варіант необхідний, якщо ви працюєте з клієнтами, які підтримують лише STDIO, або якщо хочете уникнути публікації HTTP-сервісу без авторизації.
З теорією покінчено. практика.
Open-source проект на GitHub містить все необхідне: розширення 1С, приклади конфігурацій та Python-скрипт проксі. Установка складається з кількох кроків.
Крок 1: Підключення розширення
Ви завантажуєте проект, берете розширення з папки Build і підключаєте його до конфігурації. Розширення містить HTTP-сервіс, який потрібно опублікувати на веб-сервері.
Крок 2: Публікація HTTP-сервісу
Під час публікації переконайтеся, що увімкнена опція “Публікувати HTTP-сервіси розширень за замовчуванням”. Потім перевірте працездатність у браузері, звернувшись до адреси бази/HS/MCP/Health. Якщо ви бачите статус “OK”, все працює.
Крок 3: Налаштування авторизації
Тут важливий момент: у файлі default.vrd, який створюється під час публікації, потрібно явно прописати логін та пароль, щоб HTTP-сервіси були доступні без авторизації.
Крок 4: Підключення до MCP-клієнта
Відкрийте конфігураційний файл MCP.json із репозиторію. Виберіть конфігурацію для прямого підключення 1С та скопіюйте її. У Cursor (або іншому клієнті) створіть нове MCP-підключення з адресою вашої бази: https://адреса-бази/HS/MCP.
Крок 5: Перший запуск
Після підключення ви відразу отримуєте доступ до трьох вбудованих інструментів: список метаданих конфігурації та структура окремих об'єктів. Це вже величезна підмога.
Що AI бачить спочатку
Ось ключовий момент: ще до того, як ви напишете перший власний інструмент, MCP-сервер надає мовній моделі повну картину структури конфігурації. Модель знає, які документи доступні, як улаштовані довідники, яка структура кожного об'єкта.
Тестуємо: відкриваємо Cursor та запитуємо “Які інструменти MCP тобі доступні?” Модель перераховує їх із описами. Потім: "Які документи є в конфігурації?" Курсор викликає MCP-інструмент, отримує дані та формує відповідь.
А тепер уявіть міць цього підходу під час написання коду. Ви просите модель написати запит для отримання даних про замовлення. Вона може автоматично звернутися до MCP-сервера, дізнатися про структуру документа, і написати коректний запит, орієнтований саме на вашу конфігурацію. Жодних помилок у назвах реквізитів, жодних помилок у логіці запиту.
Розширення функціональності
Вбудовані інструменти – це хороший старт, але справжня потужність MCP розкривається, коли ви додаєте власні інструменти.
Механізм нагадує додавання друкованих форм конфігураціях на основі БСП через розширення. Ви створюєте обробку певного формату та включаєте її в підсистему "Контейнери інструментів".
В обробці потрібно реалізувати два експортні методи:
ДодатиІнструменти() - Тут ви описуєте, які інструменти додає ця обробка. Для кожного інструмента вказуєте назву, опис та параметри, які йому потрібні. MCP передбачає спеціальну JSON-схему для цього, але в розширенні все інкапсульовано - ви просто працюєте зі звичними структурами 1С.
ВиконатиІнструмент() - Виконує логіку інструменту і повертає результат. Результат — зазвичай рядок або Markdown, але можна також повернути зображення або бінарні дані.
Приклад: ви хочете додати інструмент “Отримати останні продажі”. У ДодатиІнструменти() ви описуєте, що інструмент потребує параметрів: організація, період. У Виконати Інструмент() ви виконуєте відповідний запит до регістру відомостей та повертаєте дані у вигляді Markdown-таблиці.
Тепер модель може сама викликати цей інструмент, отримати дані та використовувати їх у своїй відповіді.
Застосування у реальній розробці
Техніка це цікаво, але навіщо це потрібно на практиці?
Сценарій 1: AI-помічник під час розробки
Розробник відкриває Cursor та починає писати конфігурацію. Йому потрібно створити звіт із продажу. Замість шукати документацію або згадувати назви реквізитів, він просить AI: “Напиши запит для отримання всіх документів “Замовлення клієнта” за останній місяць”. Модель звертається до MCP, дізнається структуру документа та пише абсолютно коректний код.
Сценарій 2: Автоматизація аналізу даних
Ви підключаєте інструмент, який видає статистику конфігурації. Модель може аналізувати ці дані та пропонувати оптимізації.
Сценарій 3: Навчання новачків
Розробник-початківець підключає MCP-сервер з інструментами, що видають інформацію про структуру конфігурації. Тепер він може запитати AI про будь-яку частину системи, і AI дасть точну відповідь, засновану на реальній структурі, а не на загальних знаннях.
Сценарій 4: Інтеграція із зовнішніми системами
Ви додаєте інструменти, які надсилають дані до зовнішніх API, отримують інформацію від партнерських систем. MCP-сервер стає центральним вузлом взаємодії між 1С та AI-системами.
Як зробимо висновки та перспективи застосування?
Model Context Protocol – це не просто чергова технологічна новинка. Це кардинальне зрушення у тому, як мовні моделі можуть працювати з корпоративними системами. Замість покладатися на загальні знання та надію, що модель вгадає, як влаштована ваша система, ви даєте їй прямий доступ до інформації, необхідної для якісної роботи.
Для 1С-розробників це особливо важливо. Платформа відома своєю специфічністю, особливостями. AI-моделі часто справляються із нею гірше, ніж із більш стандартними технологіями. MCP зрівнює шанси, дозволяючи моделям працювати з 1С так само ефективно, як із будь-якою іншою системою.
Проект на GitHub активно розвивається, спільнота зростає. Це хороший момент, щоб почати експериментувати, додавати свої інструменти, ділитися ідеями про те, як використовувати MCP у своїх проектах.
Майбутнє розробки в 1С буде виглядати так: розробник формує вимогу або пише початковий код, AI-помічник автоматично отримує весь необхідний контекст через MCP і результат виходить з першої спроби. Ця ера вже настала. Залишається лише почати її використовувати.
Просто зв'яжіться з нами, і ми допоможемо вибрати найкраще рішення для вас.










