Разработка MCP-серверов в 1С - не все так просто, как кажется
«Модель настолько хороша, насколько хорош контекст, который ей дают».
(с) Anthropic (Анонс MCP от 25 ноября 2024 г.)
Я снова с темой из области ИИ, которая сейчас на слуху. MCP (Model Context Protocol) — это универсальный способ дать возможность языковым моделям самостоятельно получать данные, необходимые для решения задач.
В чем польза для 1С-ника? Допустим, вы поставили модели задачу, а она сама разобралась в структуре конфигурации, изучила код, прочитала данные, возможно, записала что-то обратно в базу. И... заменила всех 1С-ников. 🙂 Шучу, пока нет, не переживайте.
MCP — шаг к большей автономности ИИ. Если смотреть шире, то модель с MCP теоретически сможет полноценно взаимодействовать с внешним миром — управлять роботом-курьером, варить кофе или даже запускать ядерные ракеты. 🚀 Вспомнили Скайнет? Снова шучу... Но это не точно.
Справедливости ради замечу, что развитие агентности (способности моделей взаимодействовать с внешним миром) началось задолго до MCP. Сейчас время стандартизировать лучшие наработки, MCP — один из быстро набравших популярность и широко принятых ИИ-сообществом стандартов.
Как это работает? Разработчик создает MCP-сервер — систему, которая принимает запросы по протоколу MCP, выполняет определенные действия и дает результат. Затем этот сервер подключается к ИИ-ассистенту (например, Claude Desktop), IDE (например, Cursor) или другой системе с поддержкой MCP. В результате такая система получает возможность использовать функционал MCP-сервера, например, выполнять действия, описанные выше.
Уже появились собственные идеи? Если да, вынужден немного разочаровать — просто взять и написать MCP-сервер на 1С пока не получится. Но проблема вполне решаемая, делюсь: это универсальный инструмент для создания MCP-серверов на платформе 1С. В проекте реализован пример сервера с инструментами для работы с метаданными конфигурации. Можно использовать его как основу для собственных разработок. Я, например, активно применяю его в Cursor.
И еще важный момент, который заметил на практике: не все модели одинаково хорошо взаимодействуют с MCP-инструментами. Одни охотно используют предоставленные возможности, другие предпочитают придумывать данные самостоятельно, вместо того, чтобы запрашивать их через MCP. Имейте это в виду и не возлагайте слишком больших надежд на «умность» моделей, как это делал я, когда начинал знакомиться с темой ИИ-агентов.
Чуть позже будет подробное видео с разбором.
Готовы пустить LLM в свои базы?
👍 — они уже вовсю орудуют у нас
🔥 — можно, но ограниченно и под присмотром
🤔 — это нарушение всех политик безопасности!