Позвонить +375296917685
Написать sergey@bagrov.by

Связаться со мной

Мой блог

Листай вниз

Как внедрить ИИ в 1С и настроить HTTP-метод без лишних рисков

Теги :

Подробности изложены в материале первоисточника. Приветствую всех читателей сайта Sergey Bagrov! Если ваша деятельность связана с поддержкой автоматизированных систем учета, вы наверняка знаете, насколько сложными и дорогостоящими могут быть любые доработки в корпоративных программах. Меня зовут Сергей Багров, и сегодня я хочу рассмотреть любопытный практический кейс о том, как самостоятельно автоматизировать рутинные задачи в конфигурации с помощью визуальных нейросетей, не рискуя при этом целостностью рабочей базы данных. Давайте разберем этот подход подробно.

Откуда вообще появилась задача автоматизации

Перед разработчиками нередко встает потребность внедрить новые механизмы взаимодействия с внешними устройствами — например, наладить генерацию серийных номеров для выпускаемой продукции. В классическом сценарии компания обращается к подрядчику-интегратору, который выставляет внушительную смету за написание даже самых простых HTTP-сервисов. Однако интеграция формата «запрос — ответ» на базе архитектуры 1С обладает своей спецификой. Штатные специалисты предприятия часто загружены текущей поддержкой ERP-системы, а ждать своей очереди в долгом списке задач бывает некогда.

Согласование формата серийного номера продукции — Согласование структуры серийного номера перед началом тестирования.

Создание отдельного расширения api в Конфигураторе 1С — Изолированное расширение api для безопасной разработки.

Схема взаимодействия ИИ-агента с сервером по RDP — Передача изображений экрана и управляющих кликов через RDP.

Сравнение методов работы агента со столом и через rdp — Разница между прямым просмотром рабочего стола и изолированной сессией agent-rdp.

При этом использование стандартного протокола OData здесь не подходит, поскольку он открывает наружу таблицы базы данных напрямую без выполнения внутренней логики. Мне потребовалось проверить, сможет ли современная визуальная нейросеть самостоятельно ориентироваться в интерфейсе Конфигуратора, настраивать структуру данных и выполнять базовые операции без прямого доступа к файловой системе.

Репозиторий Open Cowork на платформе GitHub — Страница открытого проекта Open Cowork с описанием песочницы.

Пример сложной симуляции внутри игры Minecraft — Концептуальная иллюстрация многоуровневых систем на примере Minecraft.

Анализ смещения координат клика ИИ-агента — Разбор несоответствия систем координат при работе с интерфейсом.

Схема многоуровневого устранения ошибок настройки — Слои багов, возникавших в процессе тестирования Open Cowork.

Что нужно подготовить до старта работ

Прежде чем приступать к любым экспериментам с кодом, я настоятельно рекомендую соблюдать базовые правила информационной безопасности. Все действия выполняются исключительно на изолированной копии базы данных, развернутой на отдельном сервере. Ни в коем случае не проводите подобные тесты на рабочей среде, чтобы не поставить под угрозу стабильность работы всей компании.

Страница проекта Agent S на GitHub — Проект Agent S с возможностью управления компьютером.

Рабочий процесс агента S3 при выполнении задач — Пример выполнения шагов интерфейсной навигации в Agent S3.

Тестирование различных языковых моделей в Agent S3 — Результаты запуска различных нейросетей в качестве управляющего модуля.

Документация инструмента agent-rdp — Описание возможностей agent-rdp на официальной странице.

Для реализации проекта я задействовал специальное расширение конфигурации с префиксом «api», внутри которого создаются все новые объекты. Перед внесением любых изменений обязательно создается резервная копия расширения в файл формата .cfe с указанием даты. Если в процессе настройки что-то пойдет не так, вы сможете восстановить исходное состояние в один клик. Кроме того, доступ к системе организуется через удаленный рабочий стол (RDP), а все критически важные пароли и доступы человек вводит самостоятельно, не передавая их агенту.

Репозиторий agent-rdp на GitHub — Показатели популярности полезного инструмента agent-rdp.

Веб-интерфейс agent-rdp в браузере — Отображение текущей RDP-сессии в браузере на локальном порту.

Архитектурная схема обмена данными через шлюз LiteLLM — Принцип передачи изображений и текстовых команд через шлюз.

Пошаговый алгоритм принятия решений ИИ-агентом — Последовательность формирования команд для каждого отдельного шага.

Почему RDP стал идеальным решением

Чтобы ИИ-агент мог управлять программой, я выбрал связку с удаленным рабочим столом. Модель работает на основе зрительного восприятия (vision-language), анализируя скриншоты экрана и отправляя обратно только координаты кликов мыши и текстовые команды. Такой изолированный контур гарантирует, что ИИ не получит прямого доступа к файловой системе сервера и не сможет выйти за пределы запущенного приложения.

Успешное выполнение тестового прогона с моделью Qwen — Открытие свойств метода GET силами модели Qwen за 32 секунды.

Эволюция инструментов и поиск рабочей схемы

Мои поиски подходящего программного обеспечения прошли через несколько этапов:

Вставка имени метода через буфер обмена — Корректный ввод текстовых значений при ограничениях клавиатуры.

Статистика всех тестовых прогонов за день — Цветовая индикация успешных и неудачных прогонов автоматизации.

Использование оболочки Open Cowork в сочетании с локальными и облачными версиями моделей сталкивалось с проблемами пересчета координат экрана и галлюцинациями при многократных повторениях.
Тестирование фреймворка Agent S3 показало высокую точность наводки, однако агент не всегда корректно распознавал завершение поставленной цели и требовал жестких ограничений безопасности для выполняемого кода.
Финальным и наиболее эффективным решением стал специализированный RDP-клиент agent-rdp в паре с кастомной оберткой на Python, которая управляла каждым шагом через командную строку.

Такой подход позволил исключить проблему искажения координат, поскольку инструмент транслирует изображение именно той сессии, с которой работает система.

Результат и практические выводы

В ходе экспериментов открытая визуальная модель успешно создала в тестовой базе шаблон URL, настроила метод GET и сформировала структуру обработчика. Все действия выполнялись исключительно с помощью имитации кликов и использования буфера обмена, так как прямая передача горячих клавиш в среду Конфигуратора имела ограничения.

Данный кейс наглядно демонстрирует, что современные ИИ-инструменты вполне способны помогать в решении базовых инженерных задач, если подходить к процессу с умом, использовать изолированные копии баз и тщательно контролировать каждый шаг автоматизации.

01.