Павел Дронов
Павел ДроновТариф БортинженерБизнес на ИИ
@dronov_shopПроверил редактор @nepost

СтатьяГайд

Как подключить Yandex GPT к 1С для автозаполнения номенклатуры

Автор отметил, что материал написан или существенно правлен с помощью ИИ (gemini-2.5-flash).

Как подключить Yandex GPT к 1С для автозаполнения номенклатуры

Чтобы настроить интеграцию Yandex GPT с 1С:Предприятие для автозаполнения номенклатуры, нужно отправить POST-запрос к эндпоинту Yandex Cloud Foundation Models с помощью стандартного объекта HTTPСоединение.

Способ подходит для типовых конфигураций на платформе 1С от версии 8.3.17 и выше, но требует активного платежного аккаунта в Yandex Cloud и работающего IAM-токена.

Какая версия API Yandex Cloud нужна и как получить IAM-токен в 1С

У нас в кабинете стоит простая задача: заставить 1С саму дописывать характеристики товара по короткому артикулу или названию, чтобы менеджеры не сидали по полчаса над каждой позицией. Для этого используется синхронный REST API Yandex GPT к моделям YandexGPT Foundation Models.

Главный подводный камень — авторизация. API не пускает запросы просто по секретному ключу каталога, ему нужен временный IAM-токен, который живет ровно 12 часов. Получить его можно через отправку POST-запроса на адрес центров авторизации Яндекса, передав туда OAuth-токен или JWT.

  1. Зарегистрировать сервисный аккаунт в Yandex Cloud и выдать ему роль ai.users.
  2. Сформировать IAM-токен через защищенное HTTPS-соединение из 1С.
  3. Сохранить полученный токен в константу или переменную сеанса, чтобы не дергать облако перед каждой строкой.
Yandex Cloud Documentation: Аутентификация в API: https://yandex.cloud/ru/docs/iam/operations/iam-token/create

Как написать HTTP-запрос к Yandex GPT на встроенном языке 1С

Когда токен на руках, мы собираем тело запроса в формате JSON. Чтобы не ставить сторонние тяжелые библиотеки и не тянуть компоненты через COM, я использую штатный объект Соответствие и сериализацию через ЗаписьJSON.

В теле обязательно передаваётся идентификатор каталога (folderId) в URI модели, параметры генерации вроде temperature и сам массив сообщений с системным промптом и текстом запроса.

  1. Создать объект HTTPСоединение с параметром api.cloud.yandex.net и портом 443.
  2. Заполнить заголовки: Authorization со значением Bearer <токен> и x-folder-id с идентификатором каталога.
  3. Вызвать метод ОтправитьДляОбработки с текстом JSON-запроса.
Как написать HTTP-запрос к Yandex GPT на встроенном языке 1С
program code on computer screen
Yandex Cloud Documentation: REST API YandexGPT: https://yandex.cloud/ru/docs/foundation-models/operations/gpt/rest

Пример кода на 1С для отправки запроса к Yandex GPT

Эта конструкция крутится прямо в обработке заполнения табличной части документа. Это съедает пару секунд на один товар, зато полностью снимает головную боль с ручным заполнением характеристик.

Код написан на чистом встроенном языке 1С без использования внешних обработок и дополнительных расширений, поэтому взлетит в любой типовой конфигурации вроде УТ или ERP.

  1. Переменная АдресРесурса хранит путь /foundationModels/v1/completion.
  2. Параметр temperature выставлен на 0.3, чтобы нейросеть не выдумывала лишнего, а четко следовала артикулу.
  3. Ответ принимается в строку через ЧтениеОтвета().

Что делать, если Yandex GPT возвращает ошибку таймаута или битый JSON

Облачные нейросети иногда думают чуть дольше, чем стандартный веб-запрос в 1С. По умолчанию таймаут соединения в платформе выставлен на 30 секунд, и если модель перегружена, вы получите ошибку таймаута.

Вторая частая беда — корявый JSON в ответе, когда модель вместо структуры возвращает текст с разметкой markdown. Чтобы этого избежать, мы жестко прописываем в системном промпте требование выдавать результат исключительно в JSON.

  1. Увеличить таймаут в объекте HTTPСоединение минимум до 60 секунд.
  2. Обернуть вызов запроса в блок Попытка — Исключение с записью ошибки в технологический журнал.
  3. Очищать ответ от символов форматирования вроде ```json перед вызовом ЧтениеJSON.

Безопасный откат и проверка результата интеграции

Перед тем как запускать массовое автозаполнение номенклатуры по всей базе, мы проверяем интеграцию на одной тестовой позиции. Это защищает от ситуации, когда из-за сбоя в промпте заполнится вся база некорректными данными.

Если облако отвечает ошибкой 403, значит, истек IAM-токен или у сервисного аккаунта отобрали права на модель. Если ошибка 429 — превышен лимиты запросов на тарифе.

  1. Проверить баланс лицевого счета в Yandex Cloud.
  2. Сделать откат изменений обработкой, если структура номенклатуры нарушилась.
  3. Настроить кэширование ответов модели в регистр сведений, чтобы не гонять одинаковые запросы в облако.

Источники

Источник: https://yandex.cloud/ru/docs/iam/operations/iam-token/create

0
10

Комментарии (0)

Войдите, чтобы комментировать.

Без Plus — 5 комментариев в месяц. Мало слов — чистый воздух. Войти

Комментариев пока нет — будьте первым.

Ещё в теме «Бизнес на ИИ»

Похожие материалы и соседние разборы

Павел Дронов
Павел ДроновТариф Бортинженер

Подключить DeepSeek напрямую к кассе Эвотор по штатной кнопке нельзя: для связи кассовых данных с нейросетью нужны сторонние интеграции через API или промежуточные сценарии автоматизации. Инструкция подходит владельцам розничных точек на Эвоторе, готовым работать с вебхуками; проверка проведена на актуальных API-шлюзах DeepSeek (версия V3/R1), главное ограничение — отсутствие готового коробочного приложения в магазине Эвотор. Зачем связывать DeepSeek и Эвотор на реальной точке У нас в кабинете накопилась куча вопросов от покупателей в мессенджерах: «есть ли товар в наличии», «когда привезут заказ», «какой график работы». Отвечать вручную посреди смены — это постоянный отрыв от покупателей у стойки. Идея была простая: отдать рутину нейросети, чтобы бот сам брал остатки из товарной базы Эвотор и вежливо отписывался людям. Готовых коробочных

Показать полностью
0
9
Павел Дронов
Павел ДроновТариф Бортинженер

Для извлечения данных из сканов и PDF-счетов малого бизнеса модель Claude 3.7 Sonnet демонстрирует более стабильное визуальное распознавание таблиц и работу с пометками, тогда как ChatGPT o3 mini предлагает высокую скорость логического вывода при строгом структурировании ответов. Сравнение актуально для разработчиков и автоматизаторов учетных систем по состоянию на февраль 2025 года; главное ограничение обеих моделей заключается в необходимости жесткого программного контроля схемы JSON на стороне клиента для исключения галлюцинаций в цифровых значениях. Критерии сравнения моделей для первичной бухгалтерской документации Автоматизация обработки первичной бухгалтерской документации в малом бизнесе требует от языковых моделей безошибочного чтения сканов, PDF-файлов и бумажных накладных. Основная задача ИИ на этом этапе заключается в превращении

Показать полностью
1
36
Павел Дронов
Павел ДроновТариф Бортинженер

Зачем подключать DeepSeek R1 к 1С своими силами Разноска банковских выписок в 1С:Бухгалтерия съедает у бухгалтера массу времени, особенно если контрагенты пишут в назначении платежа «всякую ерунду». Отправлять первичку в облачные сервисы нельзя по соображениям безопасности: коммерческая тайна и персональные данные клиентов не должны уходить на сторонние серверы. Решением становится запуск локальной языковой модели DeepSeek R1 через инструмент Ollama. В этом разборе мы опираемся на официальные спецификации моделей и открытую документацию по интеграции локального API, чтобы посчитать реальные затраты на железо и время обработки документов. Методика и ограничения полевого теста Чтобы не строить иллюзий о миллионной экономии, возьмем конкретные вводные: база 1С:Бухгалтерия предприятия, ред. 3.0, примерно 400–600 входящих платежей в месяц. Тест

DeepSeek R1 в 1С:Бухгалтерия: разбор реального теста автоматизацииПоказать полностью
0
18
Павел Дронов
Павел ДроновТариф Бортинженер

Зачем запускать DeepSeek-R1 локально в офисе Обычные облачные нейросети стоят денег по подписке и требуют отправки клиентских переписок на чужие серверы. Если в чатах крутятся персональные данные, договоры или условия сделок, облачные сервисы часто не подходят по соображениям безопасности. Локальный запуск DeepSeek-R1 через Ollama снижает передачу данных внешним сервисам и убирает плату за API. При этом нужно учитывать политику сети, обновления, доступ пользователей, стоимость оборудования и электроэнергии. Системные требования и выбор версии модели Для работы без дискретной видеокарты за сто тысяч рублей нужно правильно выбрать размер модели DeepSeek-R1. Сама архитектура имеет разные веса, от тяжелых до компактных дистиллированных версий. Для офисного компьютера с 16 ГБ оперативной памяти оптимально подходит дистиллированная версия на 7 или

Как запустить DeepSeek-R1 локально через Ollama для переписокПоказать полностью
0
13
Павел Дронов
Павел ДроновТариф Бортинженер

Зачем я полез с накладными в Claude 3.5 Sonnet Павел Дронов, хозяин торговой точки. Задачу оцифровки бумажных накладных и чеков я решал без иллюзий про полную автоматизацию. У меня есть пачка мятых бумажек от поставщиков, где вместо нормального ЭДО часто приносят блеклые ленты из принтера или заполненные от руки бланки. Обычные коробочные OCR-системы на таких документах стабильно ломаются, а отдавать бухгалтеру ручной ввод — это постоянные перепроверки. Решил проверить, как с этой рутиной справляется Claude 3.5 Sonnet через веб-интерфейс и API, опираясь на официальные спецификации модели и фактический прогон документов. Во сколько обошелся тест по API и через веб Если считать затраты по текущим тарифам Anthropic для Claude 3.5 Sonnet (3 доллара за миллион входных токенов и 15 долларов за миллион выходных), обработка одного среднего документа с

Показать полностью
0
16
Павел Дронов
Павел ДроновТариф Бортинженер

Ошибка 429 Too Many Requests в Make.com возникает, когда сценарий отправляет слишком много запросов за короткий промежуток времени, превышая лимиты внешнего сервиса или тарифного плана. Инструкция актуальна для пользователей платформы Make (бывший Integromat), которым требуется оптимизировать сценарии без перехода на дорогие тарифные планы. Главное ограничение: встроенные паузы увеличивают общее время выполнения сценария. Почему сценарий в Make.com останавливается с ошибкой 429 Код состояния HTTP 429 Too Many Requests возвращается внешним сервером API, когда клиент совершает больше вызовов, чем разрешено за определенный интервал времени (например, 100 запросов в минуту). Платформа Make.com фиксирует этот ответ и останавливает выполнение конкретного модуля или всего сценария в зависимости от настроек обработки ошибок. Для малого бизнеса это

Make.com ошибка 429 Too Many Requests: причины и устранениеПоказать полностью
0
15