Thmoscow

Если вы селлер Wildberries и продаёте маркированный товар — вы знаете эту боль.

После каждой FBW-поставки нужно подать УПД на ООО «РВБ» с приложением всех КИЗов. Срок — 3 рабочих дня. Опоздал — штраф до 300 000 ₽ по статье 15.12 КоАП и риск, что коды заблокируют. И товар на складе превратится в тыкву.

Я задолбался делать это руками каждую неделю. Сел и сделал инструмент за пару вечеров. Раздаю бесплатно.

Кто я

Меня зовут Иван. Делаю штуки на стыке 1С, веба и автоматизации. Сам селлер WB — продаю на маркетплейсе пилинг для кожи головы. Маркированный товар, акты приёмки, КИЗы — это всё моя ежедневная боль, а не теоретический кейс.

Как это работает руками

Беру одну поставку и засекаю время.

1. ЛК Wildberries → Документы → нахожу нужную поставку → скачиваю акт приёмки.

2. Тут же скачиваю CSV-шаблон для Честного знака. КИЗы там уже есть, но название товара и колонка НДС пустые.

3. Открываю CSV в Excel и руками в каждой строке вписываю название и «0» (без НДС).

4. Иду в ЭДО Лайт. Создаю черновик УПД.

5. Вбиваю реквизиты ООО «РВБ»: ИНН 9714053621, КПП склада, полный адрес, ФИО подписанта, должность.

6. Загружаю CSV. Проверяю что коды подтянулись.

7. Подписываю УКЭП. Отправляю.

Чистого времени — 20–30 минут на одну поставку. Это полдня в месяц только на бумажки.

Самое больное — пункты 3 и 5. Excel и адрес склада, который никто наизусть не помнит.

Что я сделал

Веб-страница. Два поля.

Первое — WB API-токен. Создаётся в личном кабинете за 30 секунд. Права только Поставки и Документы, режим — только чтение. Никаких прав на запись.

Второе — ID абонента ЭДО Лайт вида `2LT-XXXXXXXXXX`. Берётся из профиля Честного знака, в разделе «Подключённые операторы ЭДО».

Один раз вставили — система запомнила. Дальше выбираете поставку из списка и жмёте «Сгенерировать XML». Через 3 секунды скачивается файл.

Идёте в ЭДО Лайт, жмёте «Загрузить УПД», выбираете файл — открывается готовый черновик. Со всеми полями. Контрагент, склад, товар, 100+ кодов маркировки, основание, подписант. Подписали УКЭП — отправили.

С секундомером от «Сгенерировать XML» до подписи — 30–40 секунд.

Что под капотом

Никакого ИИ и никакого облака. Обычный PHP на shared-хостинге.

Дёргаются три API:

— WB Supplies API — подтягивает список ваших FBW-поставок за 60 дней.

— WB Documents API — по выбранной поставке скачивает акт. WB присылает ZIP с xlsx-актом, подписью и МЧД. Распаковываю, беру только xlsx. Парсер — самодельный на ZipArchive + SimpleXML, без тяжёлых библиотек. Из xlsx достаю ИНН продавца, наименование товара и список КИЗов.

— DaData — самая вкусная часть. ИНН у меня уже есть из акта. Отправляю в `findById/party` и получаю всё: название юрлица, КПП, адрес по полям (индекс/город/улица/дом/корпус), ФИО директора, его должность. Прямо из ЕГРЮЛ.

Раньше селлер вписывал 16 полей руками. Теперь — ноль.

Дальше собираю XML формата ФНС 5.03 (приказ ЕД-7-26/970@). Кодировка windows-1251, теги на русском — `<СвПрод>`, `<ТаблСчФакт>`, `<НомСредИдентТов>`. Имя файла собирается по регламенту ФНС и должно совпадать с внутренним атрибутом `ИдФайл`, иначе ЭДО Лайт отклонит импорт. Это была отдельная боль при отладке.

Промежуточные данные кешируются на сутки по seller-ID. Повторная генерация по той же поставке — мгновенно.

Сколько реально экономит

10 поставок в неделю — экономия 4+ часа. За год — около 200 часов. Это полноценный месяц работы только на одной операции.

Безопасно ли вводить токен

Понимаю что вопрос будет.

Токен проходит через сервер только в момент запроса к WB API. Нигде не сохраняется — ни в логах, ни в файлах, ни в базе. Но я бы всё равно после генерации сходил в ЛК WB и удалил токен одной кнопкой — на всякий случай.

Реквизиты от DaData — публичные данные ЕГРЮЛ. Доступны по любому ИНН любому желающему. Никакой магии и никаких скрытых данных.

Что пока не работает

Не буду делать вид что инструмент идеален.

— Работает только склад Коледино. Это самый популярный, у меня вся отгрузка туда. Электросталь, Подольск, Казань, Тула — добавляю по мере появления эталонных XML от селлеров.

— Ozon — соседний инструмент в работе. У них схема похожая, но ещё надо файлик переименовывать в нужный формат. Скоро будет.

Видео-инструкция

Записал короткое видео где прохожу весь путь от создания токена до подписанной УПД. 6 минут, без монтажа: https://youtu.be/O5GdfYJNOiU

Где взять

Инструмент тут: https://onemanproduction.ru/tools/wb-chestny-znak/

Бесплатно. Без регистрации. Без рекламы.

Если что-то не работает или нужен ваш склад РВБ — пишите в комментариях, доправлю. Это рабочий инструмент, я его сам каждую неделю использую.

Селлеров WB на Пикабу много — может кому-то сэкономит пару часов в неделю. А может найдутся те кто покажет где я промахнулся в реализации. И то и другое — полезно.

И камера. Обычная, на 5 мегапикселей. Ничего навороченного — но достаточно чтобы робот мог «видеть».

Подключение дисплея

С дисплеем оказалось просто. В комплекте шла инструкция на одну страницу:

git clone https://github.com/goodtft/LCD-show.git

cd LCD-show/

sudo ./LCD35-show

Три команды, перезагрузка — и на экране появился рабочий стол Raspberry Pi. Всё. Без танцев с бубном, без драйверов из непонятных источников. Приятно когда железо просто работает.

Рисуем лицо

Дисплей работает — но на нём рабочий стол Linux. А мне нужна мордашка.

У меня уже был написан рендерер лица на pygame — 7 эмоций, моргание, движение зрачков, дыхание. Но изначально он был под большой монитор (800×480). Пришлось адаптировать под маленький экран (480×320) и запустить в полноэкранном режиме чтобы убрать системную панель.

Первая версия лица выглядела... криповато.

Анимированные брови на маленьком экране — это не мило, это жутко. Перерисовал в робо-стиле: большие скруглённые глаза с голубым свечением, аниме-блики на зрачках, пульсирующая антенна сверху. Без бровей вообще — эмоции передаются через форму глаз.

Получилось 7 состояний:

• Sleeping — щёлочки вместо глаз, тёмный фон

• Listening — широко открытые глаза, «я весь внимание»

• Thinking — прищур, зрачки вверх

• Speaking — рот анимируется в такт речи

• Happy — глаза-дуги как в аниме, розовые щёчки

• Surprised — огромные глаза, маленькие зрачки

• Sad — опущенные глаза, рот дугой вниз

И они плавно переключаются между собой. Не просто «хоп — другая картинка», а smoothstep-интерполяция всех параметров. Глаза плавно сужаются, зрачки плавно перемещаются, фон плавно меняет цвет. Выглядит живо.

Камера — Флаппи учится видеть

Камера воткнулась шлейфом и сразу определилась. Никаких драйверов — Pi увидел OV5647 и готово.

Написал скрипт: камера делает фото → фото сохраняется на диск → Claude (который уже живёт на этом же Pi) получает команду «прочитай этот файл и расскажи что видишь».

Первый тест — направил камеру в упор на монитор. Claude ответил:

Перенаправил камеру на себя. Второй ответ:

Он меня узнал. Точнее — описал. И сделал это за 10 секунд.

Ну и конечно, как же не сфотографировать любовь всей жизни

Это не заранее записанные фразы. Не распознавание по шаблону. Claude реально смотрит на фотографию и описывает что видит. Своими словами, с юмором, по-русски.

Кнопка «Фото» в админке

У Флаппи есть веб-админка — панель управления где видно температуру процессора, загрузку памяти, статус сервисов. Я добавил туда кнопку «Фото».

Нажимаешь → камера снимает → Claude смотрит → ответ появляется прямо в браузере рядом с фотографией. 10-15 секунд от нажатия до ответа.

Теперь можно сидеть на диване с телефоном, нажимать кнопку и смотреть как робот описывает что происходит в комнате. Это странно увлекательно.

Что дальше

Сейчас камера — это «сделай фото по запросу». Но хочется чтобы Флаппи реагировал сам. Увидел человека — поменял эмоцию на happy. Никого нет — заснул. Увидел что-то необычное — удивился.

Ещё хочу подключить TTS чтобы он не просто писал текст а озвучивал. Фото → Claude → голос из колонки. Полный цикл.

И да — 2 гигабайта оперативки на Pi 4 это боль. Faster-whisper (локальное распознавание речи) + pygame + камера — всё еле помещается. Но пока живём.

Жду до конца недели приход камеры и микрофона, чтобы дать голос Флаппи и начать делать с ним первые проекты.

Как вам идея с камерой? Что бы вы заставили робота делать — охранять квартиру, комментировать что происходит, или может узнавать гостей?

И вы начинаете копировать метаданные. Скриншотить конфигуратор. Объяснять словами то, что лежит прямо в базе.

На это уходит больше времени, чем на саму задачу.

Идея

А что если ИИ сам увидит базу? Не через скриншоты. Не через мои объяснения. А напрямую — залезет в метаданные, выполнит запрос, посмотрит документ.

Оказалось, для этого существует протокол. Называется MCP — Model Context Protocol. Его придумали в Anthropic (создатели Claude). Суть — стандартный способ подключить к ИИ любой источник данных. Базу данных, API, файловую систему — что угодно.

Нужен только сервер, который говорит на этом протоколе. Для 1С такого не было.

Я сделал.

Как устроен OneBridge

Это внешняя обработка. Обычный .epf файл. Открываете в 1С, нажимаете «Запустить» — и на вашем компьютере поднимается HTTP-сервер.

Да, прямо внутри 1С.

Главный трюк — нативная внешняя компонента. Маленькая DLL на C++, которая умеет слушать порт и принимать HTTP-запросы. Она живёт внутри обработки как макет. Подключается автоматически при запуске.

Когда Claude Code отправляет запрос — компонента его принимает и стреляет событие в 1С. Дальше 1С-код разбирает JSON, находит нужный инструмент, выполняет, возвращает результат. Протокол — JSON-RPC 2.0 поверх SSE (Server-Sent Events).

Звучит сложно. На практике — один файл конфига в папке проекта:

{"mcpServers": {"onec": {"type": "sse", "url": "http://192.168.31.254:1414/mcp"}}}

Всё. Claude Code видит базу.

Что он умеет

Восемь инструментов. Каждый — отдельная команда, которую Claude может вызвать сам, без моего участия.

• execute_query — выполнить любой запрос на языке 1С. «Покажи все документы за март» — и через секунду таблица с данными.

• execute_code — выполнить произвольный код. Claude пишет код, OneBridge его запускает на сервере, возвращает результат.

• get_metadata — прочитать структуру базы. Справочники, документы, реквизиты, табличные части, типы данных. Три режима: общая сводка, фильтрованный список и детальная структура конкретного объекта.

• get_event_log — журнал регистрации с фильтрами. Полезно для диагностики.

• get_object_by_link — получить конкретный документ или элемент справочника по ссылке. Claude видит все поля, все строки табличных частей.

• get_link_of_object — обратная операция: по описанию объекта получить навигационную ссылку.

• find_references_to_object — найти все места в базе, где используется конкретный объект. Аналог «Найти ссылки на объект» из конфигуратора.

• get_access_rights — права доступа к объектам метаданных. Кто что может делать.

Про безопасность

Первый вопрос, который задают: «А он не удалит мне всю базу?»

Нет. В OneBridge есть детектор опасных операций. Когда Claude просит выполнить код с Записать(), Удалить() или УстановитьПривилегированныйРежим() — сервер не выполняет молча. Он останавливается и показывает диалог: вот код, вот что в нём опасного. Разрешить?

Три режима: автоматическое разрешение (для записи — если вы доверяете), подтверждение через диалог, или полная блокировка. Настраивается галочками прямо в форме обработки.

Как я это создал

Одним (почти) промптом через Claude Code.

Я написал спецификацию: какие инструменты нужны, какой протокол, какие форматы данных, как работает нативная компонента. Дал Claude Code — и он сгенерировал 12 000 строк кода на языке 1С.

Конечно, не с первого раза. Были итерации — парсер JSON не обрабатывал ссылки на объекты, метаданные расширений кэшировались неправильно, legacy-транспорт SSE не работал параллельно с новым. Но каждый раз я объяснял проблему — и Claude исправлял.

Итого: два вечера. Один — на спецификацию и первую рабочую версию. Второй — на допиливание и тестирование.

Зачем вам это

Если вы работаете с 1С и используете (или хотите начать использовать) ИИ для разработки — OneBridge меняет всё. Вместо слепого ИИ, который угадывает структуру вашей базы, вы получаете ИИ, который её видит.

В прошлой статье я показывал как за 55 минут создал обработку загрузки данных с Wildberries. Так вот — она была создана именно через OneBridge. Claude сам залезал в базу, смотрел эталонные документы, проверял метаданные. Без этого — было бы не 55 минут, а 55 сообщений с копипастом метаданных.

OneBridge бесплатный. Полностью. Телеграм-бот @onebridge1c_bot — написали, нажали /start, получили файл. Всё.

Скачать промт, чтобы попробовать создать самому.
Не забываем при первичной постановке ТЗ включать режим Plan.

12 000 строк кода. Восемь инструментов. JSON-RPC поверх SSE. Детектор опасных операций. И всё это — внешняя обработка, которая открывается в любой базе 1С одним файлом.

Посмотрел на днях фильм «Финч» (2021) — тот, где Том Хэнкс в постапокалипсисе собирает робота, чтобы тот позаботился о его собаке. Робот там учится ходить, водить машину, понимать мир. Снято невероятно душевно и при этом грустно до комка в горле.

Проснулся на следующий день и понял: хочу такого же. Ну, не в смысле постапокалипсис — а именно робота-компаньона, который рядом, который учится, с которым можно разговаривать.

Понятное дело, ходить мой робот не будет — это совсем другой уровень сложности и бюджета. Но вот сделать настольного помощника, с которым можно общаться голосом, который видит меня через камеру и реально помогает в работе — это мне вполне по силам.

Кто я такой и почему думаю, что потяну

Я работаю сисадмином и разработчиком. Разворачиваю сервера, пишу обработки, делаю телеграм-ботов, собираю сайты. У меня дома свой сервер (даже несколько), и целый зоопарк из виртуальных машин и контейнеров. Так что с железом и софтом я на «ты».

Знакомьтесь — Flappy

Назвал его Flappy — от английского «flappy», болтливый. Потому что главное, что он будет делать — это разговаривать со мной и помогать голосом.

Что он из себя представляет на сегодня — это коробочка на базе Raspberry Pi, которая будет стоять у меня на рабочем столе. Вот что я для него заказал:

Всё уже заказано на Алиэкспрессе, ждём.

Что он будет уметь

Вот тут самое интересное. Я хочу, чтобы Flappy был не просто говорящей колонкой, а реальным помощником.

Голосовое общение. Микрофон + динамик — чтобы я мог просто сказать: «Flappy, поставь задачу на завтра: в 9 утра сформировать ОПД и отправить клиенту» — и он поставит. У меня уже есть свой телеграм-бот, куда я наговариваю задачи — осталось прикрутить это к Flappy.

Управление серверами. Мечта — сказать: «Flappy, подключись к Proxmox, создай виртуальную машину, разверни там SSH и пришли мне доступы». Креды у него будут в памяти, API у Proxmox есть — технически это реально.

Камера и узнавание. Хочу, чтобы когда я захожу в комнату, он видел меня и говорил что-нибудь вроде: «Привет, Иван, давно не виделись!» Или мог распознать, что я ему показываю.

Экранчик с эмоциями. На 3,5-дюймовом дисплее будут отображаться эмоции, статусы, может быть какие-то подсказки. Чтобы он был не просто коробкой, а чем-то живым.

Что дальше

Пока жду посылки с Али. Когда всё приедет — начну собирать и буду выкладывать процесс. Если тема зайдёт, сделаю серию постов: от сборки железа до первого «Привет, Иван».

Как вам идея? Стоит делать серию постов, или я один тут сумасшедший, который вдохновился фильмом и решил собрать себе робота-помощника на малинке?