BSL Atlas

MCP-сервер для 1С:Предприятие — векторный поиск, структурный индекс и граф вызовов в одном инструменте. Даёт AI-ассистентам мгновенный доступ к вашей конфигурации: находит функции, строит граф вызовов, ищет объекты метаданных и выполняет семантические запросы по BSL-коду — без чтения сырых файлов.

Что умеет

• Структурный поиск (SQLite + FTS5, мгновенно): поиск функций по имени, список процедур модуля, граф вызовов (что вызывает что), поиск объектов метаданных (справочники, документы, регистры и др.)
• Семантический поиск (ChromaDB, векторный): найти код по описанию — "как реализовано проведение", "где логируются ошибки"
• Два слоя: SQLite пересобирается за секунды при старте; ChromaDB индексируется один раз в фоне через провайдер эмбеддингов на ваш выбор

Что нужно

• Docker + Docker Compose
• 1С:Предприятие 8.3 (Конфигуратор для выгрузки конфигурации)
• API-ключ OpenRouter — openrouter.ai/keys

Быстрый старт

1. Выгрузить конфигурацию

В Конфигураторе: Конфигурация → Выгрузить конфигурацию в файлы

Укажите пустую папку, например C:\my-config\. После выгрузки появятся сотни XML-файлов и .bsl-модулей.

2. Скачать конфиг и настроить

curl -O https://raw.githubusercontent.com/Arman-Kudaibergenov/bsl-atlas/master/docker-compose.yml
curl -O https://raw.githubusercontent.com/Arman-Kudaibergenov/bsl-atlas/master/.env.example
mv .env.example .env

Отредактировать .env:

SOURCE_PATH=C:\my-config     # папка с выгрузкой (содержит cf/)
OPENROUTER_API_KEY=sk-or-v1-...

3. Запустить

docker compose up -d

Образ скачается автоматически с Docker Hub (~500 МБ, один раз). SQLite проиндексируется сразу, ChromaDB векторизует в фоне — прогресс: http://localhost:8000/health.

4. Подключить к Claude

Claude Desktop — добавить в claude_desktop_config.json:

{
  "mcpServers": {
    "bsl-atlas": {
      "type": "http",
      "url": "http://localhost:8000/mcp"
    }
  }
}

Расположение файла:

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

Claude Code — добавить в .mcp.json в корне проекта:

{
  "mcpServers": {
    "bsl-atlas": {
      "type": "http",
      "url": "http://localhost:8000/mcp"
    }
  }
}

---

Инструменты MCP

Структурные (SQLite — мгновенно)

Инструмент	Что делает
search_function(name)	Найти функцию/процедуру по имени во всех модулях
get_module_functions(path)	Список всех процедур/функций модуля
get_function_context(name)	Граф вызовов: что вызывает функция и кто вызывает её
metadatasearch(query)	Полнотекстовый поиск по объектам метаданных
get_object_details(full_name)	Реквизиты, табличные части, измерения регистра

Семантические (ChromaDB — векторный поиск)

Инструмент	Что делает
codesearch(query)	Поиск кода по описанию на естественном языке
helpsearch(query)	Поиск по проиндексированной справке
search_code_filtered(query, object_type)	Векторный поиск с фильтром (например, только Документы)

Утилиты

Инструмент	Что делает
reindex(force_chromadb)	Перестроить индексы после изменений конфигурации
stats()	Статистика индекса: количество объектов, функций и др.

---

Настройка

Все параметры задаются через переменные окружения в .env.

Провайдеры эмбеддингов

Сервер использует три отдельных провайдера — можно комбинировать:

Переменная	Используется для	По умолчанию
INDEXING_PROVIDER	Первоначальное заполнение ChromaDB (один раз)	openrouter
SEARCH_PROVIDER	Каждый поисковый запрос	openrouter
REINDEX_PROVIDER	Переиндексация после изменений кода	openrouter

Поддерживаемые значения: openrouter, openai, ollama, cohere, jina

Гибридная схема (рекомендуется если есть Ollama)

Если у вас запущен Ollama локально — поиск и переиндексация становятся бесплатными, облако используется только для первоначальной индексации:

INDEXING_PROVIDER=openrouter    # облако, быстро, параллельно — один раз
SEARCH_PROVIDER=ollama          # бесплатный локальный инференс для каждого запроса
REINDEX_PROVIDER=ollama         # бесплатный локальный инференс для переиндексации

OLLAMA_BASE_URL=http://host.docker.internal:11434
OLLAMA_MODEL=qwen3-embedding:8b  # лучшая модель для русского/BSL

qwen3-embedding:8b требует ~5 ГБ RAM. Скачать: ollama pull qwen3-embedding:8b

Модель OpenRouter

По умолчанию используется qwen/qwen3-embedding-8b — оптимизирована для русского языка и кириллического кода. Переопределить:

EMBEDDING_MODEL=openai/text-embedding-3-small

Параметры индексации

AUTO_INDEX=true              # пересобирать SQLite при каждом старте
CHROMADB_AUTO_INDEX=true     # векторизовать при первом запуске; после — false
EMBEDDING_CONCURRENCY=5      # параллельные запросы к API (5 — безопасно, 10 — быстрее)
EMBEDDING_BATCH_SIZE=10      # текстов в одном запросе к API

После первого запуска установите CHROMADB_AUTO_INDEX=false — векторный индекс сохраняется в папке chroma_db/ рядом с docker-compose.yml (или по пути CHROMA_PATH если задан в .env). При повторном запуске индекс загружается из этой папки — повторная векторизация не нужна.

---

Обновление индекса после изменений конфигурации

После повторной выгрузки конфигурации из 1С:

curl -X POST http://localhost:8000/reindex

Или через MCP-инструмент: reindex(force_chromadb=True) для обновления векторов.

---

Структура директории с исходниками

Сервер ожидает выгрузку конфигурации по пути SOURCE_PATH. Ищет подпапку cf/:

SOURCE_PATH/
└── cf/
    ├── Catalogs/
    │   ├── Контрагенты.xml
    │   └── Контрагенты/Ext/ObjectModule.bsl
    ├── Documents/
    ├── CommonModules/
    └── ...

Это стандартный результат Конфигуратор → Выгрузить конфигурацию в файлы.

---

Health check

curl http://localhost:8000/health

{
  "status": "ok",
  "sqlite": {"objects": 345, "functions": 1240},
  "chromadb": {"indexed": 1240, "status": "ready"}
}

---

Лицензия

MIT