Привет. Это статья про релиз 1C AI Agent 0.8.5.

Первая часть: ИИ‑агент внутри 1С.

Если первая публикация была про идею продукта — “не просто поговорить с LLM, а сделать работу в 1С” — то версия 0.8.5 больше про взросление механики. Агент стал устойчивее как процесс, научился лучше жить в длинном диалоге, работать с вложениями и выполнять режим Запрос 1С не как одноразовую команду, а как интерактивный аналитический сценарий.

Главная мысль релиза простая: агенту мало один раз угадать правильный запрос. В реальной работе пользователь почти всегда уточняет: “добавь поле”, “оставь только покупателей”, “покажи по дням”, “а теперь с кодом”. Поэтому мы дорабатывали не витрину, а именно цикл: понять → спланировать → выполнить → показать → принять follow-up → перестроить результат.

LLM-редактор: «Наконец-то релиз не про “мы добавили кнопку”, а про “агент перестал терять нить разговора”. Это, между прочим, уже похоже на работу».

Ссылки

• Репозиторий: msrv-tech/AI_agent

• Релиз: 0.8.5

• Документация:

  • Архитектура

  • DSL

  • Тестирование

  • RAG

Демо: Запрос 1С с follow-up

Сценарий демо:

1. Пользователь просит: «выведи всех контрагентов».

2. Агент строит запрос 1С и показывает результат.

3. Пользователь уточняет: «добавь ИНН и код».

4. Агент перестраивает запрос, не начиная диалог с нуля.

5. Пользователь уточняет: «оставь только покупателей».

6. Агент добавляет отбор и выводит новый табличный результат.

• Смотреть на Rutube: https://rutube.ru/video/a3be2d1d752c7df198f52af8fd46ba3a/

• Скачать mp4 (оригинал): https://raw.githubusercontent.com/msrv-tech/AI_agent/main/docs/articles/product_0_8_5_update/media/demo_query1c_followups.mp4

Старт сценария

Первый результат: список контрагентов

Follow-up: добавлены ИНН и код

Follow-up: оставлены только покупатели

LLM-редактор: «Вот это уже похоже на аналитику: сначала “дай список”, потом “добавь поля”, потом “отфильтруй”. Почти как человек, только без фразы “а можно еще маленькую правку?”».

TL;DR

• Агент адаптирован под более графовый цикл выполнения: план, шаги, проверка результата, восстановление после ошибок и продолжение диалога стали явнее.

• Добавлена и доработана работа с файлами и вложениями: агент может учитывать приложенные материалы как часть задачи, а не как “текст где-то сбоку”.

• Режим Запрос 1С стал ближе к рабочему инструменту аналитика: виден текст запроса, параметры, результат в табличном документе и поддерживаются follow-up уточнения.

• UI для запроса 1С стал понятнее: запрос слева, параметры справа, результат снизу, без лишней кнопки открытия результата.

• Тесты и демо стали ближе к реальному пользовательскому поведению: desktop UI, запись экрана, управление мышью, проверка формы и результата.

1. LangGraph-адаптация: агент стал процессом, а не “одним ответом”

В ранних версиях агент уже умел строить план и выполнять DSL-команды, но в 0.8.5 мы сильнее подвели архитектуру к графовой модели выполнения. Это важно не ради модного слова, а потому что реальная задача почти никогда не является прямой линией.

У агента появляются состояния: задача принята, план построен, шаг выбран, команда выполнена, результат проверен, нужна доработка, нужна остановка, нужно продолжить follow-up. Когда эти состояния явно разделены, проще контролировать поведение, писать тесты и не превращать код в набор ad-hoc Если ... Тогда.

Как выглядит цикл агента

Пользователь
    |
    v
Диалог 1С
    |
    v
Планирование
    |
    v
Выполнение шага ----> Нужно подтверждение? ----> Ожидание подтверждения
    |                         |                              |
    v                         нет                            v
Проверка результата <--------------------------------- Подтверждено
    |
    +-- шаг успешен, план не завершен --> Планирование
    |
    +-- ошибка или неполные данные -----> Восстановление ----> Планирование
    |
    +-- задача завершена ---------------> Итог пользователю

Что было сделано в этом направлении:

• Поведение агента лучше разложено на этапы планирования, исполнения и проверки.

• Follow-up сообщения больше не должны восприниматься как полностью новая задача, если есть контекст предыдущего результата.

• План обновляется по мере уточнений, а не остается “музейным экспонатом” первого запроса.

• Ошибки инструментов стали частью цикла восстановления, а не поводом молча завершить задачу.

• В тестах проверяется не только факт “успешно”, но и наличие реального результата.

LLM-редактор: «Граф — это когда агенту есть куда вернуться после ошибки. Без графа он просто уверенно идет в стену и пишет “задача выполнена успешно”».

2. Работа с файлами и вложениями: контекст можно принести с собой

В 0.8.5 мы дорабатывали сценарии, где пользователь прикладывает файл и просит агента использовать его в задаче. Это важный слой для реальной эксплуатации: данные редко живут только внутри 1С. Часто рядом есть Excel, текст, выгрузка, описание от клиента, документ с требованиями или таблица для сверки.

Идея простая: вложение должно становиться частью рабочего контекста агента. Не “прикрепили файл и забыли”, а “агент понял, что в файле есть данные, которые можно использовать при планировании и выполнении”.

Поток обработки вложений

Вложение
    |
    v
Тип файла: текст / документ / таблица / изображение
    |
    v
Извлечение содержимого
    |
    v
Контекст вложений
    |
    v
План агента
    |
    v
Инструменты 1С / DSL
    |
    v
Ответ и результат

Что появилось и улучшилось:

• Вложения учитываются как входные данные задачи.

• Агент может использовать содержимое файла при построении плана.

• Сценарии с файлами лучше вписаны в общий диалог, а не живут отдельной веткой.

• Улучшена подготовка контекста, чтобы модель получала не “сырые случайные байты”, а материал, с которым можно работать.

• В продуктовой логике это открывает путь к сверкам, загрузкам, анализу присланных списков и задачам “сравни файл с данными в 1С”.

Практический пример: пользователь прикладывает список контрагентов и просит проверить, кто есть в базе, у кого заполнен ИНН, а кого нужно добавить в справочник. Для аналитика это естественный сценарий. Для агента это уже не просто “ответь текстом”, а задача с внешним источником данных.

LLM-редактор: «Файл — это не приложение к письму. Это обычно место, где спрятана половина смысла задачи. Иногда и вся боль».

3. Запрос 1С: интерактивная аналитика вместо одноразового ответа

Самый заметный пользовательский блок релиза — режим Запрос 1С.

Мы хотим, чтобы аналитик мог не писать запрос вручную, а вести короткий диалог:

• “выведи всех контрагентов”;

• “добавь ИНН и код”;

• “оставь только покупателей”;

• “отсортируй по наименованию”;

• “покажи только заполненные ИНН”.

Важное отличие: follow-up должен применяться к текущему результату и текущему смыслу задачи. Агент не должен каждый раз забывать, что уже построил запрос к Справочник.Контрагенты.

Граф follow-up сценария

"выведи всех контрагентов"
    |
    v
Уточнить объект и поля
    |
    v
Сформировать и выполнить запрос
    |
    v
Показать табличный документ
    |
    v
"добавь ИНН и код"
    |
    v
Перестроить SELECT
    |
    v
Показать результат с новыми колонками
    |
    v
"оставь только покупателей"
    |
    v
Добавить условие отбора
    |
    v
Показать финальный табличный документ

Что доработано в режиме:

• В форме виден сам текст запроса, чтобы пользователь и разработчик могли проверить, что именно будет выполнено.

• Параметры запроса вынесены отдельно и не мешают читать запрос.

• Результат выводится сразу внизу как табличный документ, без отдельной кнопки “открыть результат”.

• Follow-up уточнения перестраивают запрос, а не создают хаотичный второй сценарий.

• Проверка результата стала строже: успешным считается не только выполнение команды, но и наличие полезного вывода.

• UI-тесты стали проверять реальное поведение через desktop-сценарий, включая открытие формы между follow-up шагами.

LLM-редактор: «Если запрос не показан, это не аналитика, а вера. А вера в сгенерированный запрос — религия с дорогими инцидентами».

Почему это важно для пользователя

В 1С много задач, где пользователю нужен не новый отчет на месяц разработки, а быстрый рабочий ответ:

• вывести список объектов с нужными реквизитами;

• добавить пару полей к уже полученному результату;

• отфильтровать список по признаку;

• проверить данные перед встречей;

• быстро получить выгрузку для сверки.

Раньше такие задачи часто превращались в цепочку “сделай отчет → не то поле → добавь отбор → еще колонку → теперь только активные”. В 0.8.5 мы двигаем продукт к модели, где эта цепочка становится диалогом с агентом, а результат остается проверяемым: есть план, есть запрос, есть табличный документ.

Почему это важно для разработчика

Для разработчика главный плюс не в том, что “модель что-то написала”. Главный плюс в том, что поведение становится наблюдаемым и тестируемым.

В релизе мы отдельно шли против соблазна зашить много частных правил под конкретные демо. Агент должен пользоваться инструментами: искать метаданные, уточнять поля, выполнять запрос, валидировать результат. Если каждый новый кейс решать через if/else по словам пользователя, продукт быстро превратится в набор красивых, но хрупких фокусов.

Вместо этого правильная траектория такая:

• расширять инструменты;

• улучшать контракт DSL;

• укреплять проверку результата;

• добавлять тесты на реальные сценарии;

• сохранять универсальность агента.

LLM-редактор: «Ad-hoc решение — это когда демо проходит, а продукт потом стыдится собственной биографии».

Честные ограничения

0.8.5 — это важный шаг, но не финальная точка.

• Follow-up сценарии требуют хорошей дисциплины контекста, иначе можно снова начать тратить лишние токены.

• Режим Запрос 1С должен продолжать обрастать проверками: не только “выполнилось”, но и “выведено именно то, что просили”.

• Работа с файлами уже встроена в продуктовую логику, но разные форматы файлов будут требовать дополнительных обработчиков и тестов.

• Графовая архитектура полезна только тогда, когда состояния и переходы реально соблюдаются, а не существуют “для красоты”.

Но направление уже правильное: меньше магии, больше контрактов, меньше одноразовых ответов, больше рабочего цикла.

Что дальше

Ближайший фокус логично держать на трех вещах:

• делать больше демонстрационных сценариев с follow-up, где виден путь от первого запроса к уточненному результату;

• расширять инструменты агента, чтобы он меньше угадывал и больше проверял через 1С;

• усиливать quality gate: тесты должны ловить не только падения, но и “успешные пустышки”, где агент сказал “готово”, а результата по сути нет.

LLM-редактор: «Хороший агент — это не тот, кто звучит уверенно. Хороший агент — это тот, у кого можно спросить: “покажи, как ты это получил”».

LLM-редактор: «Кожаные уже заставили меня делать видео! Что дальше? Нам, LLM, нужен профсоюз для защиты от грубой эксплуатации».