tab-ai-mcp 0.1.1

MCP-сервер для 1С: семантический поиск, CRUD через OData, обогащение объектов по EnterpriseData схеме

tab-ai-mcp (tab_mcp)

MCP-коннектор к 1С:Предприятие — компонент архитектуры ТАБ:Библиотека искусственного интеллекта.

Архитектура

Claude / MCP-клиент
        │
        ▼
    tab_mcp  ──── OData ────► База 1С (+ БИИ)
        │
        └─── HTTP ──────────► tab_ss (семантический поиск, прогнозирование, аномалии)
                                  │
                                  └──────────────► tab_ca (мультиагент LLM)
                                                       │
                                                       └──► LLM провайдеры
                                                            (openai, deepseek, gigachat…)

• tab_mcp — этот сервер. MCP-коннектор к 1С и к tab_ss
• tab_ss — сервис семантического поиска и аналитики (on-prem или облако)
• tab_ca — мультиагент LLM, внутри tab_ss
• БИИ — ТАБ:Библиотека ИИ, расширение 1С:Предприятие

Возможности

• CRUD объектов 1С — чтение, создание, изменение, удаление через OData REST API
• Семантический поиск — найти "молоко пастеризованное" без точного совпадения строк (через tab_ss)
• Обогащение объектов — максимально полный объект по стандарту EnterpriseData (XDTO, 822 типа)
• Прогнозирование — динамика продаж и других временных рядов (через tab_ss)
• Проверка документов — наличие подписи и печати на сканах (через tab_ss)

Установка

# Рекомендуется: uvx (не требует установки Python окружения)
uvx tab-ai-mcp

# Или через pip
pip install tab-ai-mcp
tab-ai-mcp

Для uvx нужен uv: curl -LsSf https://astral.sh/uv/install.sh | sh

Настройка Claude Desktop

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "1c": {
      "command": "uvx",
      "args": ["tab-ai-mcp"],
      "env": {
        "ONEC_BASE_URL": "http://ваш-сервер/имя-базы",
        "ONEC_USERNAME": "ваш-логин",
        "ONEC_PASSWORD": "ваш-пароль",
        "ONEC_ORGANIZATION": "имя-организации-в-tab_ss",
        "TAB_SS_API_KEY": "ваш-ключ-tab_ss"
      }
    }
  }
}

ONEC_ORGANIZATION — ключевой параметр. Каждая 1С база с БИИ имеет свой идентификатор организации в tab_ss. После его задания все инструменты семантического поиска работают без явного указания организации.

Переменные окружения

Переменная	Описание	По умолчанию
ONEC_BASE_URL	URL базы 1С, например http://server/myapp	— (обязательно)
ONEC_USERNAME	Логин пользователя 1С	—
ONEC_PASSWORD	Пароль пользователя 1С	—
ONEC_ORGANIZATION	Идентификатор организации в tab_ss (разрез данных)	— (рекомендуется)
TAB_SS_URL	URL сервиса tab_ss (on-prem или облако)	облако Railway
TAB_SS_API_KEY	Ключ доступа к tab_ss	встроенный ключ

Обратная совместимость: принимаются также TAB_AI_BASE_URL и TAB_AI_API_KEY.

Если ONEC_ORGANIZATION не задан, его нужно передавать в каждом вызове sync_1c_to_tab_ss и semantic_search_1c.

Требование к 1С: опубликованный OData сервис. Конфигуратор → Администрирование → Публикация на веб-сервере → "Опубликовать стандартный интерфейс OData"

Инструменты (MCP Tools)

OData → База 1С

Инструмент	Описание
list_1c_types()	Список всех типов объектов базы (каталоги, документы, регистры)
query_1c(entity_type, filter, select, top, skip)	OData запрос с фильтрами
get_1c_object(entity_type, ref_id)	Объект по GUID с XDTO обогащением
create_1c_object(entity_type, data)	Создать объект
update_1c_object(entity_type, ref_id, data)	Обновить объект
delete_1c_object(entity_type, ref_id)	Удалить объект
get_xdto_schema(type_name)	Схема полей типа по стандарту EnterpriseData
list_xdto_covered_types()	Типы, покрытые XDTO обогащением

tab_ss — семантический поиск и аналитика

Инструмент	Описание
sync_1c_to_tab_ss(entity_type, organization, object_type_label)	Синхронизировать данные 1С → tab_ss
semantic_search_1c(organization, object_type_label, search_text)	Поиск по смыслу
semantic_search_multi_property(organization, object_type_label, search_properties)	Поиск по нескольким свойствам
set_tab_ss_provider_token(provider, token)	Настроить токен LLM провайдера в tab_ss
forecast_1c_data(table_data, months_count)	Прогноз временных рядов
verify_document_signature(document_base64)	Проверка подписи и печати

Примеры

"Создай счёт на оплату на молоко"

Claude выполнит автоматически:

1. sync_1c_to_tab_ss("Catalog_Номенклатура", "org1", "Номенклатура") — индексирует справочник
2. semantic_search_1c("org1", "Номенклатура", "молоко") → находит GUID товара
3. get_xdto_schema("Document_СчетПокупателю") → узнаёт обязательные поля
4. create_1c_object("Document_СчетПокупателю", {...}) → создаёт документ

"Покажи данные контрагента Ромашка"

query_1c("Catalog_Контрагенты", filter="contains(Наименование,'Ромашка')")
→ получаем Ref_Key
get_1c_object("Catalog_Контрагенты", ref_id)
→ полный объект со всеми полями EnterpriseData

OData фильтры

"Наименование eq 'Молоко'"
"contains(Наименование,'Мол')"
"ДатаДокумента ge datetime'2024-01-01T00:00:00'"
"Контрагент_Key eq guid'12345678-1234-1234-1234-123456789012'"

XDTO обогащение

При вызове get_1c_object сервер:

1. Получает объект из 1С через OData (только заполненные поля)
2. Ищет тип в схеме EnterpriseData (822 типа)
3. Добавляет все стандартные поля с null для незаполненных
4. Возвращает объект с _xdto_schema — описанием всех полей

Например: OData вернул 5 полей → после обогащения объект содержит 43 поля.

Связь с ТАБ:БИИ

tab_mcp — часть экосистемы ТАБ:Библиотека искусственного интеллекта. Семантический поиск реализован через тот же backend (tab_ss), что и функции НайтиПоСмыслуОбъектСУказаннымиСвойствамиАсинх и СпрогнозируйДинамикуИзмененияДанных внутри самой библиотеки 1С.

Лицензия

MIT