# Установка

## Предварительные требования

1. Docker Desktop запущен
2. LM Studio запущен (рекомендуется)

## Создание папки для данных

```powershell
New-Item -ItemType Directory -Force -Path "E:\bases\mcp_templates"
```

## Команды запуска

### С LM Studio (рекомендуется)

```powershell
docker run -d -p 8004:8004 `
  --name template_search_mcp `
  -e LICENSE_KEY=YOUR_LICENSE_KEY `
  -e RESET_CACHE=false `
  -e RESET_DATABASE=false `
  -e OPENAI_API_BASE=http://host.docker.internal:1234/v1 `
  -e OPENAI_API_KEY=lm-studio `
  -e OPENAI_MODEL=Qwen3-Embedding-4B `
  -v "E:/bases/mcp_templates:/app/data" `
  comol/template-search-mcp:latest
```

### С CPU (без GPU)

```powershell
docker run -d -p 8004:8004 `
  --name template_search_mcp `
  -e LICENSE_KEY=YOUR_LICENSE_KEY `
  -e RESET_CACHE=false `
  -e RESET_DATABASE=false `
  -e EMBEDDING_MODEL=ai-forever/FRIDA `
  -v "E:/bases/mcp_templates:/app/data" `
  comol/template-search-mcp:latest
```

## Переменные окружения

| Переменная             | Описание                                                                                                                                              | По умолчанию                       |
| ---------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------- |
| `LICENSE_KEY`          | Лицензионный ключ                                                                                                                                     | Обязательно                        |
| `RESET_DATABASE`       | Переиндексировать шаблоны. Также срабатывает автоматически при несовпадении размерности эмбеддингов                                                   | `true`                             |
| `RESET_CACHE`          | Перезагрузить модель                                                                                                                                  | `true`                             |
| `USESSE`               | SSE транспорт (для legacy клиентов)                                                                                                                   | `false`                            |
| `HTTP_PORT`            | Порт HTTP-сервера                                                                                                                                     | `8004`                             |
| `EMBEDDING_MODEL`      | CPU модель с Hugging Face                                                                                                                             | `intfloat/multilingual-e5-small`   |
| `OPENAI_API_BASE`      | URL API сервера (LM Studio, Ollama, OpenRouter). Суффикс `/v1` добавляется автоматически                                                              | `http://host.docker.internal:1234` |
| `OPENAI_API_KEY`       | Ключ API                                                                                                                                              | `lm-studio`                        |
| `OPENAI_MODEL`         | Название модели для внешнего API                                                                                                                      | —                                  |
| `EMBEDDING_DIMENSIONS` | Явное указание размерности эмбеддингов. Для моделей с переменной размерностью (Qwen3, text-embedding-3). Если не указано — определяется автоматически | *(авто)*                           |

## Первый запуск

При первом запуске:

1. Скачивается образ
2. Индексируются встроенные шаблоны
3. Запускается веб-интерфейс

### Мониторинг

```powershell
docker logs -f template_search_mcp
```

## Проверка работы

### MCP endpoint

```powershell
docker ps --filter name=template_search_mcp
```

### Веб-интерфейс

Откройте в браузере: `http://localhost:8004/extend/`

## Конфигурация Cursor

```json
{
  "mcpServers": {
    "1c-templates-mcp": {
      "url": "http://localhost:8004/mcp",
      "connection_id": "1c_templates_service_001"
    }
  }
}
```


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.onerpa.ru/mcp-servery-1c/servery/templates-search-server/ustanovka.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.