Автоматизация 1С: как визуальный ИИ-агент заменил дорогую интеграцию через RDP
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
Разработчик описывает опыт автоматизации создания HTTP-методов в 1С:ERP с помощью открытой модели Qwen3-VL, работающей через удаленный рабочий стол. Использование изолированного RDP-клиента позволило избежать ошибок координат и обеспечить безопасность данных, что оказалось эффективнее штатных инструментов.
Материал демонстрирует практический путь внедрения ИИ в устаревшие корпоративные системы (legacy) без риска для продакшена. Это снижает зависимость от дорогих интеграторов и позволяет малому бизнесу самостоятельно прототипировать интеграции, используя открытые модели и изолированные среды.
Внедрение искусственного интеллекта в корпоративные системы на базе 1С часто сталкивается с двумя барьерами: высокой стоимостью услуг интеграторов и сложностью работы с закрытым интерфейсом Конфигуратора. Дмитрий Чащин, основатель стартапа в области речевой аналитики, столкнулся с задачей генерации серийных номеров для производственного бизнеса. Смета подрядчика оказалась в три раза выше ожидаемой, что побудило автора попробовать автоматизировать процесс создания HTTP-методов самостоятельно с помощью ИИ-агента.
Ключевым требованием была безопасность: все работы должны были проводиться на копии базы данных в изолированной среде, без прямого доступа агента к файловой системе сервера. Автор выбрал подход, при котором визуальная языковая модель (Qwen3-VL) взаимодействует с 1С исключительно через удаленный рабочий стол (RDP), получая снимки экрана и отправляя команды мыши и клавиатуры. Такой метод исключает риск случайного изменения конфигурации вне целевого приложения.
Первые попытки использовать популярные открытые оболочки, такие как Open Cowork, оказались неудачными. Основная проблема заключалась в несовпадении систем координат: модель указывала на элемент в окне RDP, но клик выполнялся по координатам основного экрана пользователя. Это приводило к тому, что действия агента уходили мимо цели. Кроме того, текстовые модели без зрительного модуля демонстрировали галлюцинации, утверждая о выполнении действий, которые не происходили на самом деле.
Решением стала специализированная библиотека agent-rdp, разработанная специально для взаимодействия ИИ с удаленными рабочими столами Windows. В отличие от универсальных агентов, этот инструмент корректно обрабатывает координаты внутри RDP-сессии. Автор написал собственную обвязку на Python (177 строк кода), которая управляет циклом «снимок экрана — анализ модели — действие — проверка результата». Использовалась облачная версия Qwen3-VL, подключенная через шлюз LiteLLM.
Важным аспектом стала архитектура безопасности. Агент не имел доступа к файлам базы данных и не мог устанавливать пакеты или выполнять произвольный код на сервере. Все действия ограничивались интерфейсом 1С. Пароли вводил человек, а агент лишь управлял курсором. Это позволило избежать рисков, связанных с выполнением вредоносного кода, которое могло произойти при использовании других библиотек, таких как Agent S3, где модель генерировала исполняемые команды.
Итогом эксперимента стало успешное создание шаблона URL, метода GET и обработчика в 1С:ERP. Агент самостоятельно навигировал по дереву объектов Конфигуратора, создавал необходимые элементы и сохранял расширение. Хотя процесс потребовал доработки инструментов, он показал, что даже неспециалист в 1С может реализовать базовые интеграции с помощью ИИ, если правильно изолировать среду и использовать специализированные RDP-клиенты.