MCP серверы

Обзор всех доступных MCP-серверов для разработки на 1С.

Список серверов

Сервер
Порт
Назначение
Сложность

8003

Справка платформы 1С

Средняя

8000

Метаданные и код конфигурации

Средняя

8006

Графовый поиск связей

Высокая

8008

Библиотека стандартных подсистем

Низкая

8002

Проверка синтаксиса BSL

Низкая

8004

Шаблоны кода 1С и проектная память

Низкая

8007

Проверка через 1С:Напарник

Низкая

Классификация по сложности

Простые (не требуют данных)

Можно запустить сразу после установки Docker:

  1. SyntaxCheckServer — проверка синтаксиса

  2. TemplatesSearchServer — шаблоны кода

  3. SSLSearchServer — справка БСП

Требующие данных

Нужна подготовка данных из конфигурации:

  1. HelpSearchServer — нужна папка bin платформы 1С

  2. CodeMetadataSearchServer — нужна выгрузка конфигурации

  3. Graph Metadata Search — нужна выгрузка + Neo4j

Требующие внешних ресурсов

  1. 1CCodeChecker — нужен токен 1С:Напарник

Приоритет установки

Этап 1: Быстрый старт

Этап 2: Если используете БСП

Этап 3: Справка платформы

Этап 4: Метаданные конфигурации

Требует выгрузки из Конфигуратора. См. CodeMetadataSearchServer.

Общие переменные окружения

Переменные, которые используются во всех серверах:

Переменная
Описание
Обязательная

LICENSE_KEY

Лицензионный ключ

Да

RESET_DATABASE

Переиндексировать данные

Нет (default: true)

RESET_CACHE

Перезагрузить модель

Нет (default: true)

USESSE

SSE транспорт

Нет (default: false)

Embedding модели

Переменная
Описание

OPENAI_API_BASE

URL API (LM Studio: http://host.docker.internal:1234/v1)

OPENAI_API_KEY

Ключ API (любой для LM Studio)

OPENAI_MODEL

Название модели

EMBEDDING_MODEL

Встроенная CPU модель

Мониторинг контейнеров

Просмотр запущенных контейнеров

Просмотр логов

Перезапуск контейнера

Остановка и удаление

Общие рекомендации

Хранение данных

Всегда монтируйте внешние тома для:

  • Векторных БД (/app/chroma_db)

  • Кэша моделей (/app/model_cache)

Первый запуск

При первом запуске происходит индексация данных:

  • Может занять от минут до часов

  • Следите за логами: docker logs -f <container>

  • Используйте RESET_DATABASE=false для последующих запусков

Embedding модели

Для лучшего качества используйте LM Studio или Ollama с Qwen моделями. Подробнее: Embedding модели.

Last updated