Инструменты по категориям

BSL AI Toolkit работает с файлами выгрузки конфигурации или расширения на диске: XML Конфигуратора и файлами проекта EDT. MCP-сервер onec-code при запуске находит каталоги локальных клонов и ищет объект по имени каталога; CLI 1c-meta получает путь к конкретному файлу и меняет его содержимое. Публиковать базу или поднимать отдельный сервис для этих операций не требуется.

Инструменты и команды по метаданным

find_objectищет каталог объекта по имени или его части с учётом выбранного слоя.
1c-meta detectопределяет формат дерева исходников.
1c-meta attr addдобавляет реквизит объекта.
1c-meta child addдобавляет поддержанный дочерний элемент объекта.
1c-meta subsystem add-contentвключает объект в состав подсистемы.
1c-meta set-propertyменяет скалярное свойство существующего элемента.
1c-meta set-synonymменяет синоним объекта или его элемента.
1c-meta edit-typeменяет тип реквизита или другого поддержанного элемента.
1c-meta role grantустанавливает право роли на объект в файлах Конфигуратора.

Для проверки правки предусмотрены контроль границ изменения и загрузка/повторная выгрузка через тестовую базу.

Сильные стороны

операции по файлам Конфигуратора и EDT с сохранением исходного формата и контролем целевого диффа. Ограничения: find_object возвращает пути, а не структурное описание всей конфигурации; 1c-meta — CLI, а не MCP tool. Поддерживается определённый каталог операций; изменение прав роли реализовано для файлов Конфигуратора. Применение через платформу требует тестовую базу.

Собственный MCP-сервер onec-code читает файлы локальных выгрузок конфигурации и расширений: текстовый поиск выполняет по каталогам исходников через ripgrep, а read_module открывает найденный файл напрямую. Репозитории под каталогом ONEC_SRC_DIR обнаруживаются при запуске сервера; для поиска по конкретному слою можно задать scope. Индекс, опубликованная база 1С и удалённый сервис поиска для этих операций не нужны.

MCP tools по кодовой базе

search_1c(query, scope, max_results)ищет текст или имя в исходниках выбранных слоёв.
read_module(path, start, end)читает диапазон строк BSL-модуля по пути.
list_modules(scope)перечисляет общие модули по слоям.

Если ripgrep не установлен, текстовый поиск выполняется средствами Python. Отдельный подключаемый bsl-ls-native дает навигацию через внешний BSL Language Server при наличии совместимого JAR.

Сильные стороны

поиск сразу по нескольким слоям без предварительного индекса и точечное чтение файла. Ограничения: собственный onec-code не строит граф вызовов, индекс символов или references; read_module принимает любой доступный процессу абсолютный путь. Для семантической навигации нужен внешний сервер.

Когда выбирать

когда исходники 1С уже лежат локально и агенту нужно сверять реализацию в конфигурации и расширениях перед правкой.

BSL AI Toolkit получает путь к файлу существующей управляемой формы в выгрузке Конфигуратора или проекте EDT и правит его локально через CLI 1c-meta. Для самой правки не нужны работающая 1С или опубликованный HTTP-сервис; загрузка в тестовую базу и повторная выгрузка нужны для проверки результата через платформу.

Команды по формам

1c-meta form add-attributeдобавляет реквизит формы с заданным типом.
1c-meta form add-fieldдобавляет поле формы с привязкой к пути данных.

Правки проверяются файловым диффом и, при применении к тестовой базе, повторной выгрузкой.

Ограничения

это точечные операции редактирования существующей формы, а не генератор произвольных форм. Добавление реквизита требует существующий реквизит-образец; операции могут завершиться ошибкой, если подходящего элемента-образца нет.

BSL AI Toolkit принимает путь к файлу существующей схемы СКД или макета в выгрузке Конфигуратора либо проекте EDT и читает или правит его локально через CLI 1c-meta. Проверка схемы СКД выполняется по файлу; загрузка в тестовую базу и повторная выгрузка используются для проверки результата платформой.

Команды по СКД и макетам

1c-meta scd get-queryчитает запрос набора данных.
1c-meta scd set-queryзаменяет запрос набора данных текстом из файла.
1c-meta scd add-fieldдобавляет поле набора данных.
1c-meta scd validateпроверяет целостность схемы СКД.
1c-meta template add-columnдобавляет колонку в существующий макет печатной формы.

Сильные стороны

точечные изменения файлов СКД с офлайн-проверкой и последующим round-trip в тестовой базе. Ограничения: нет MCP-инструмента конструирования схемы; работа идет с существующими файлами и поддержанными операциями.

BSL AI Toolkit принимает путь к локальному BSL-файлу или каталогу выгрузки. MCP-сервер bsl-ls запускает установленный JAR BSL Language Server как отдельный процесс и возвращает его диагностики; CLI 1c-meta проверяет обращения к БД внутри циклов по тем же локальным исходникам. Подключение к работающей базе 1С для этих проверок не требуется.

Инструменты и команды по проверке кода

bsl_analyze(src, max_issues, severities, timeout_s)проверяет каталог или один BSL-файл, возвращает диагностики и явно сообщает, если не был обработан ни один файл.
bsl_versionпоказывает версию используемого BSL Language Server.
1c-meta bsl-gate checkвыявляет обращения к БД внутри циклов сверх сохранённого baseline.
1c-meta bsl-gate baselineфиксирует исходные находки для последующих проверок.

Сильные стороны

проверка конкретных изменённых файлов и явный результат при пустом анализе. Ограничения: нужен Java/JAR BSL Language Server; MCP возвращает диагностики и не применяет исправления. Нативная навигация bsl-ls-native поставляется внешним Language Server, а не этой обёрткой.

Сервер onec-data обращается к работающей информационной базе 1С по HTTP под выбранной учётной записью. Список сущностей, чтение записей и виртуальных таблиц идут через стандартный OData-интерфейс; произвольный запрос 1С, формирование отчёта, чтение настроек и разрешённый вызов метода идут через HTTP-сервис расширения ai_debug. Эти операции работают с живыми данными базы, а не с XML-выгрузкой.

MCP tools по данным и запросам

data_healthпроверяет доступность сервиса и режим доступа.
data_metadataперечисляет OData-сущности и их свойства.
data_readчитает записи OData-сущности с фильтром, выбором полей и лимитом.
data_virtualчитает виртуальную таблицу регистра через OData.
data_queryвыполняет текст запроса 1С через сервис ai_debug.
data_reportформирует существующий СКД-отчёт под выбранным пользователем.
data_settingsчитает константы, функциональные опции, пользовательские настройки и доступ.
data_callвызывает разрешённый экспортный метод получения данных.
data_rls_probeсравнивает видимость одной выборки под несколькими пользователями.
data_presetперечисляет или запускает заранее настроенную выборку.

Сильные стороны

чтение под выбранным пользователем, лимиты и маскирование ответов, проверка влияния RLS. Ограничения: OData/HTTP-сервис должны быть опубликованы администратором, учетные записи настроены; произвольный запрос и отчет требуют ai_debug. data_call работает только для разрешённых методов, привилегированный режим зависит от настроек расширения. Публичных tools записи данных нет.

MCP-сервер onec-ops получает пути к доступным ему файлам и разбирает их локально: журнал регистрации читает из XLSX-выгрузки или SQLite .lgd, технологический журнал — из одного или нескольких каталогов файлов ТЖ. Для этих двух инструментов не нужны опубликованная база, Zabbix или Prometheus.

MCP tools по журналам

event_log_parse_tool(source, level, user, events, top, table)читает XLSX-выгрузку или SQLite .lgd, фильтрует записи по уровню, пользователю и событию, возвращает сводку и записи.
tech_journal_parse(roots, events, min_duration, since, until, top)разбирает один или несколько каталогов ТЖ, фильтрует события по виду, времени и длительности, возвращает сводку и наиболее долгие события.

Сильные стороны

анализ журналов без подключения к работающей базе, в том числе по нескольким каталогам ТЖ. Ограничения: нужны доступные файлы выгрузки/журнала; сервер читает данные и не управляет настройкой или очисткой журналов.

Набор содержит восемь файлов инструкций для AI-агента. Они устанавливаются рядом с проектом и направляют работу агента; сами навыки не обращаются к базе и не запускают проверки. Для действий, описанных ниже, агент вызывает отдельные MCP-серверы или CLI toolkit.

Навыки

НавыкНазначение
1c-devРазработка и проверка BSL-кода с опорой на реальный код конфигурации и справку
1c-analystАнализ требований, описание сценариев и подготовка технического задания
1c-metadataПоддержанные правки метаданных, форм, макетов и СКД с проверкой результата
1c-admin-devopsРазвёртывание, эксплуатация и сопровождение инфраструктуры 1С
1c-dbaРабота с СУБД для 1С: обслуживание, производительность и восстановление
1c-expertРасследование производительности, блокировок и проблем эксплуатации
1c-testerВыбор уровня проверки и подтверждение результата тестовыми артефактами
1c-estimationОценка трудоёмкости доработок 1С

Общие правила и адаптеры раскладывают инструкции и MCP-профиль по средам агентов; навыки указывают, какие проверки и артефакты нужны для конкретного этапа работы.

Исполняемый слой — собственные MCP-серверы onec-code, bsl-ls, onec-data, onec-ops, CLI 1c-meta и скрипты проверок. Для поиска кода требуются локальные исходники; для диагностики — BSL Language Server, для живых данных — опубликованные сервисы 1С. Навыки содержат инструкции, а не запускают эти зависимости автоматически.

BSL AI Toolkit поставляет локальные правила и инструкции навыков, которые AI-агент читает в рабочем проекте. Они задают порядок сверки кода, разработки и проверки; собственной поисковой базы стандартов здесь нет. Если агенту нужна справка платформы, MCP-профиль отдельно подключает внешний сервер с JAR справки.

Навыки, относящиеся к методике

1c-devтребует сверять BSL-решение с реальным кодом и справкой, затем проверять изменённый код.
1c-metadataзадаёт порядок поддержанных правок метаданных и проверки результата в тестовой базе.
1c-testerтребует выбирать достаточный уровень проверки и фиксировать фактический результат.

Это локальная методология разработки, а не поисковая база стандартов 1С. Справка платформы в MCP-профиле подключается как отдельный внешний сервер при наличии JAR.

Что учитывать

ПодключениеЛокальные MCP-серверы onec-code, bsl-ls, onec-ops и onec-data работают по STDIO; для onec-code, onec-ops и onec-data предусмотрены SSE и Streamable HTTP. Редактирование метаданных предоставлено через CLI 1c-meta, а не как MCP tool. Профиль также подключает отдельные внешние серверы справки платформы и нативного режима BSL Language Server.
Что нужноPython 3.11+, MCP Python SDK, локальные выгрузки конфигураций/расширений для поиска кода; для диагностики — Java и JAR BSL Language Server; для правок метаданных — Python-зависимости и файловые исходники формата Конфигуратора или EDT. Проверка round-trip требует тестовую базу 1С. Доступ к живым данным требует опубликованных OData и/или HTTP-сервиса расширения ai_debug и учетных записей; Zabbix/Prometheus подключаются отдельно.
Важноonec-code обнаруживает локальные клоны при запуске, ищет их файлы через ripgrep с Python-резервом и учитывает выбранный слой; read_module принимает также абсолютный путь к доступному файлу. onec-data ограничивает выдачу, маскирует чувствительные поля и поддерживает исследование под выбранным пользователем; data_call разрешен только для методов из списка допуска расширения, привилегированный режим контролируется настройками. 1c-meta меняет только поддержанные виды файлов и операций; проверка результата через загрузку и повторную выгрузку требует тестовую базу. Профиль внешнего bsl-ls-native требует совместимого JAR/JDK и не является собственной реализацией toolkit.