Корпоративные системы на базе 1С — это терабайты данных, сотни бизнес-процессов и разработчики, которые тонут в рутине. Я строю AI-инструменты, которые делают работу с 1С быстрее, точнее и доступнее для бизнеса.
NL2Query — запросы к 1С на человеческом языке
Telegram-бот, который превращает вопрос на русском языке в запрос к базе 1С и возвращает готовый ответ. Менеджер спрашивает «Какая выручка за март по филиалу Север?» — и получает цифру, без знания языка запросов, без звонков в IT-отдел.
Под капотом: анализ метаданных конфигурации, генерация запроса через LLM, выполнение на стороне 1С, форматирование результата. Безопасность: данные анонимизируются на лету, модель не видит реальных имён и сумм.
Статус: рабочий прототип, пилотные внедрения.
1C Task Factory — мультиагентный пайплайн разработки
Пять AI-агентов, работающих как команда: аналитик → архитектор → менеджер → разработчик → QA. На входе — задача на естественном языке, на выходе — готовый код 1С с тестами.
Каждый этап проходит через human-in-the-loop согласование: человек видит, что предлагает агент, и может скорректировать направление до того, как будет написана первая строка кода.
Статус: архитектура спроектирована, подготовка к реализации.
onec-mcp — прямой доступ AI к данным 1С
MCP-сервер, который позволяет AI-ассистентам (Claude, Cursor и др.) напрямую читать метаданные и данные из баз 1С. Без промежуточных экспортов, без ручной подготовки контекста — модель сама «видит» структуру конфигурации.
Статус: работает в production для внутренних задач.
Что дальше
Я двигаюсь в сторону AI-архитектуры для корпоративных систем — проектирование полных циклов: от сбора данных и построения RAG-индексов до eval-пайплайнов и мониторинга через Langfuse. Если вам интересна эта тема — напишите в Telegram, обсудим.