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

Низкая

8011

Схемы форм 1С

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. FormsServer — схемы форм

  3. TemplatesSearchServer — шаблоны кода

  4. 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