MCP серверы
Обзор всех доступных MCP-серверов для разработки на 1С.
Список серверов
Колонка «Плагины» — поддерживает ли сервер доработку одним Python-файлом без пересборки образа. Общие правила, справочник хуков по серверам и рецепты: Доработка MCP: система плагинов.
Классификация по сложности
Простые (не требуют данных)
Можно запустить сразу после установки Docker:
SyntaxCheckServer — проверка синтаксиса строки BSL; при подключении каталога
FILES_DIRтакже проверяет файлыTemplatesSearchServer — шаблоны кода
SSLSearchServer — справка БСП
HelpSearchServer — корпуса справки, спецификаций и стандартов поставляются в образе; папка bin нужна только для своей версии платформы
Требующие данных
Нужна подготовка данных из конфигурации:
CodeMetadataSearchServer — нужна выгрузка конфигурации
Graph Metadata Search — нужна выгрузка + Neo4j
Конвертация данных 2.0 (KD20) — нужны выгрузки источника и приёмника обмена
Требующие внешних ресурсов
1CCodeChecker — нужен токен 1С:Напарник
Приоритет установки
Этап 1: Быстрый старт
Этап 2: Если используете БСП
Этап 3: Справка платформы
Справка платформы поставляется внутри образа. Чтобы индексировать справку своей версии, добавьте -v "C:/Program Files/1cv8/8.3.23.1997/bin:/1c_docs" и -e 1C_BIN_PATH=/1c_docs.
Этап 4: Метаданные конфигурации
Требует выгрузки из Конфигуратора. См. CodeMetadataSearchServer.
Общие переменные окружения
Часто встречающиеся переменные. Поддержка зависит от сервера; точный список приведён на его странице:
LICENSE_KEY
Лицензионный ключ
Да
RESET_DATABASE
Переиндексировать данные
Нет (default: false)
RESET_CACHE
Очистить кэш моделей
Нет (default: false)
USESSE
SSE транспорт
Нет (default: false)
Embedding модели
EMBEDDING_API_BASE
URL API (LM Studio: http://host.docker.internal:1234/v1)
EMBEDDING_API_KEY
Ключ API (любой для LM Studio)
EMBEDDING_MODEL
Модель API или встроенная CPU-модель
Старые имена OPENAI_API_BASE, OPENAI_API_KEY и OPENAI_MODEL остаются совместимыми алиасами.
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,/app/dataили путь, указанный в странице конкретного сервера)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=falseдля последующих запусков
Embedding модели
Для лучшего качества используйте LM Studio или Ollama с Qwen моделями. Подробнее: Embedding модели.
Last updated