Agent open source contre 1C Napparnik : le RAG hybride sur DeepSeek s'impose dans la pratique

Conclusion évidente : l'éditeur a un accès complet à sa documentation, un contexte illimité, donc son modèle est toujours meilleur. Mais ce n'est pas le cas. En pratique, l'écart de qualité entre un modèle spécialisé et un modèle cloud généraliste ne justifie souvent pas le coût du fine-tuning, si derrière le modèle se trouve une bonne indexation et des sources de connaissances correctement choisies.

Habr a pris de vraies questions de développeurs 1C et comparé un agent open source au Napparnik commercial. Les résultats sont surprenants.

Architecture : RAG hybride sur LangGraph

Les modèles ont été choisis dans la couche la plus performante : deepseek-v4-flash, gpt-6.1-sol, glm-5.3-flash. Tous gèrent les outils de la même façon et disposent d'une fenêtre de contexte suffisante. Ce qui s'est révélé critique n'était pas le modèle, mais son environnement.

Le framework utilisé est LangGraph (Deep Agents), avec planification, délégation à des sous-agents et contrôle du contexte via résumé de l'historique.

Pour les connaissances, un RAG hybride a été mis en place. La branche plein texte repose sur FTS PostgreSQL avec dictionnaire russe, la branche vectorielle sur pgvector avec index HNSW. La fusion se fait via Reciprocal Rank Fusion : les candidats les mieux classés dans chaque résultat remontent dans le classement final.

Pour les sources des configurations types, un index rapide de 236 000 fichiers et 193 000 répertoires a été construit. Un parseur de métadonnées a été ajouté : il collecte les objets, les attributs, les liens entre eux. Il aide à se repérer dans les modules.

Pour le web, l'API de Yandex est utilisée plutôt que la recherche intégrée aux chats. Elle donne des résultats plus pertinents pour la Russie. L'agent agrège et résume tout ce qu'il trouve.

Trois tests sur des tâches réelles

1. Journal technologique pour les délais des verrous gérés.

L'agent a fourni une configuration avec un filtre sur les attentes longues (événements TLOCK >1 sec, TTIMEOUT, TDEADLOCK), a analysé le champ WaitConnections pour retrouver la connexion bloquante, et a proposé de suivre ses actions : requêtes longues, appels à des services externes, traitement prolongé dans une transaction.

Napparnik a lui aussi fourni une configuration et mentionné WaitConnections, mais s'est concentré sur la collecte de matériaux pour l'enquête, sans analyser la partie bloquante.

2. Rattachement d'un référentiel non standard à la BSP de versionnement.

L'agent : ajouter le type aux types définissables ВерсионируемыеДанные et ВерсионируемыеДанныеОбъект, implémenter dans le manager du référentiel le gestionnaire ПриОпределенииНастроекВерсионированияОбъектов, appeler l'initialisation dans le formulaire depuis l'événement ПриСозданииНаСервере. L'abonnement ЗаписатьВерсиюОбъекта écoute déjà l'événement voulu. L'agent a fourni le code et précisé : pour les référentiels, c'est bien cet abonnement qui est utilisé, pas ЗаписатьВерсиюДокумента.

Napparnik a proposé un autre mécanisme : la propriété Historique des données du référentiel et une tâche planifiée appelant ИсторияДанных.ОбновитьИсторию(). C'est valide, mais c'est une alternative, pas un rattachement à la BSP standard.

3. Interdiction d'annuler la validation en cas de lots déjà sortis.

L'agent a fourni un gestionnaire ОбработкаУдаленияПроведения avec une requête sur le registre ТоварыПоПартиям, un filtre sur les mouvements de sortie, une vérification via РезультатЗапроса.Пустой(). Et un avertissement important : pour se protéger contre une sortie simultanée, un verrou géré est nécessaire (absent de l'exemple).

Napparnik a fourni un schéma, sans approfondir les variantes.

Conclusion

Un modèle ouvert associé à une indexation de qualité — RAG hybride, parsing des métadonnées, choix judicieux des sources — donne souvent un résultat qui n'est pas inférieur à celui d'un modèle spécialisé étroit. Il est plus rentable d'investir dans l'infrastructure de recherche que dans le fine-tuning. Le 1C Napparnik gère bien les questions standard, mais répond de manière plus superficielle aux questions complexes.