> For the complete documentation index, see [llms.txt](https://docs.onerpa.ru/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.onerpa.ru/mcp-servery-1c/servery/cloud-embeddings-server.md).

# CloudEmbeddingsServer

MCP-сервер для поиска по коду, метаданным и справке 1С с параллельным построением embedding через OpenAI-совместимый API.

## Назначение

CloudEmbeddingsServer индексирует каталог выгрузки 1С и предоставляет базовые инструменты поиска: по метаданным, BSL-коду и документации. Сервер рассчитан на внешний embedding-провайдер и параллельную обработку запросов к нему.

{% hint style="warning" %}
По умолчанию сервер использует порт `8000`, как и CodeMetadataSearchServer. При совместном запуске задайте отдельный `MCP_PORT`, например `8001`.
{% endhint %}

## Доступные инструменты MCP

| Инструмент       | Описание                           |
| ---------------- | ---------------------------------- |
| `metadatasearch` | Поиск объектов метаданных 1С       |
| `codesearch`     | Поиск по BSL-коду                  |
| `helpsearch`     | Поиск по документации              |
| `reindex`        | Повторная индексация каталога      |
| `stats`          | Статистика индексатора и коллекций |

## Переменные окружения

| Переменная              | Описание                                                           | По умолчанию                 |
| ----------------------- | ------------------------------------------------------------------ | ---------------------------- |
| `LICENSE_KEY`           | Лицензионный ключ                                                  | Обязательно                  |
| `USESSE`                | Включить SSE-транспорт. При `false` используется `streamable-http` | `false`                      |
| `EMBEDDING_PROVIDER`    | Провайдер embedding                                                | `openai`                     |
| `OPENAI_API_KEY`        | Ключ OpenAI-совместимого API                                       | Обязательно для cloud-режима |
| `SOURCE_PATH`           | Каталог исходных данных для индексации                             | `./src`                      |
| `CHROMA_PATH`           | Каталог векторной БД                                               | `./chroma_db`                |
| `MCP_PORT`              | Порт MCP-сервера                                                   | `8000`                       |
| `AUTO_INDEX`            | Индексировать каталог при запуске                                  | `true`                       |
| `CHUNK_SIZE`            | Размер чанка                                                       | `1000`                       |
| `CHUNK_OVERLAP`         | Перекрытие чанков                                                  | `100`                        |
| `MAX_BATCH_SIZE`        | Максимальный размер пакета индексации                              | `100`                        |
| `DEFAULT_SEARCH_LIMIT`  | Количество результатов поиска по умолчанию                         | `10`                         |
| `EMBEDDING_CONCURRENCY` | Количество параллельных embedding-запросов                         | `10`                         |
| `EMBEDDING_BATCH_SIZE`  | Размер пакета embedding-запроса                                    | `10`                         |

## Endpoint

MCP endpoint: `/mcp`.

Дополнительные HTTP endpoints:

* `/health` — состояние сервера и коллекций
* `/reindex` — запуск переиндексации через HTTP POST

## Быстрый старт

```powershell
docker run -d -p 8001:8000 `
  --name 1c_cloud_embeddings_mcp `
  -e LICENSE_KEY=YOUR_LICENSE_KEY `
  -e OPENAI_API_KEY=YOUR_OPENAI_API_KEY `
  -e SOURCE_PATH=/app/src `
  -v "E:/1C_Export:/app/src" `
  -v "E:/bases/1c_cloud_embeddings:/app/chroma_db" `
  comol/1c-cloud-mcp:latest
```

## Конфигурация Cursor

```json
{
  "mcpServers": {
    "1c-cloud-embeddings-mcp": {
      "url": "http://localhost:8001/mcp",
      "connection_id": "1c_cloud_embeddings_001"
    }
  }
}
```