1c-testpilot-agent-kit

Набор для AI-агентов, которые тестируют интерфейс 1С:Предприятия через
1c-testpilot — MCP-сервер ROCTUP.

Сначала о testpilot

ROCTUP/1c-testpilot подключается к клиенту тестирования
1С напрямую, по его сетевому протоколу, без менеджера тестирования и без BSL-сценариев. Агент
открывает формы, заполняет поля и таблицы, нажимает кнопки, читает окна ошибок — один шаг, один
вызов инструмента.

Чем он хорош на практике:

Проверяемость. Мутирующие действия возвращают value_before / value_after и признак
проверки. Агенту не нужно отдельно перечитывать поле, чтобы понять, встало ли значение.
Экономия контекста. Снимки формы и их сравнение дают несколько строк изменений вместо
дерева из сотен элементов.
Пакетное заполнение. set_fields и add_rows заполняют десятки полей и строк за вызов.
Сам поднимает клиент. Профили запуска, изолированный рабочий стол, штатная остановка.
Python API и pytest. Сценарий, пройденный агентом, превращается в тест, который гоняется
без модели.

В нашем сравнении на одинаковом сценарии агент с testpilot расходовал около 62 % токенов агента с
Тестером и укладывался в половину времени. Проект живой:
с 17 по 23 сентября 2026 года вышли версии 1.5, 1.6 и 1.7, у него есть внешние контрибьюторы, две
грабли из скилла ниже заведены у автора как issue.

Если вы тестируете 1С агентами — начните с его репозитория, а этот набор подключите сверху.

Что здесь

Папка	Что внутри
`skill/testpilot-1c/`	Скилл для Claude Code: канонический поток, 11 граблей, проверенных прогонами, режим наблюдения, Python API, экономия контекста
`agents/tester-1c.md`	Агент-тестировщик для Claude Code: роль, честный вердикт с доказательствами, работа через папку сеанса. Пилотный: в работе пока с десяток прогонов
`benchmark/`	Сложный сценарий с шестью ловушками, методика оценки по 16 точкам, протоколы и результаты восьми прогонов Claude и Codex
`scripts/`	Подсчет токенов, времени и стоимости прогона по журналам Claude Code и Codex CLI

Результаты бенчмарка коротко

Один и тот же сценарий на 1С:ERP 2.5 («заказ → счет → оплата» с ловушками), документы каждого
прогона сверены запросом к базе. По одному прогону на вариант — это наблюдение, а не рейтинг.

Агент и модель	Точки из 16	Минуты	Стоимость
Claude Code, Opus 5.5 medium	16	10,5	$5,66
Claude Code, Sonnet 5.5 high	16	9,0	$4,64
Codex CLI, GPT-6 Luna high	16	17,0	$0,24
Codex CLI, GPT-6 Sol medium	15,5	10,2	$2,31
Claude Code, Sonnet 5 medium	15	13,5	$6,14
Claude Code, Sonnet 5.5 medium	14	6,8	$3,45
Codex CLI, GPT-6 Luna medium	5	3,7	$0,04
Claude Code, Haiku 4.5	1	4,2	$1,00

Интерактивный отчет
(он же на claude.ai, исходник —
benchmark/report.html). Подробно текстом —
benchmark/results.md.

Быстрый старт

Поставьте 1c-testpilot по его README и подключите
MCP-сервер к агенту.
Скопируйте skill/testpilot-1c/ в каталог скиллов Claude Code (~/.claude/skills/ или
.claude/skills/ проекта) и заполните в SKILL.md раздел «Окружение» своими путями.
По желанию — agents/tester-1c.md в ~/.claude/agents/, путь к серверу в его заголовке
заменить на свой.
Другому агенту (Codex и т.п.) достаточно дать путь к SKILL.md в промпте: он прочитает его сам.

Ограничения

Скилл и методика написаны на русском: целевая аудитория — разработчики 1С.
Бенчмарк сделан на английском интерфейсе 1С:ERP 2.5.27 с набором тестовых данных; предусловия
перечислены в benchmark/METHOD.md. На другой конфигурации сценарий
придется адаптировать.
Грабли проверены на testpilot 1.7.1 и платформе 8.3.27. В новых версиях часть может уйти.

Лицензия

MIT — см. LICENSE. Сам testpilot распространяется автором под AGPL-3.0, его код здесь
не содержится.