XBSL Skills AI-инструменты для 1С:Элемент
Скиллpython3

xbsl-lib-connect

Подключение внешней библиотеки (.xlib) к проекту 1С:Элемент. Автоматизирует полный цикл: получить .xlib (из файла, папки с исходниками или GitHub/GitLab URL), загрузить в панель управления через Console API, попросить пользователя выпустить релиз, прописать зависимость в Проект.yaml и дать рекомендации по использованию типов библиотеки. Вызывай когда нужно подключить внешнюю библиотеку, использовать типы другого поставщика, или добавить зависимость к проекту. НЕ для: создания объектов конфигурации — используй xbsl-meta-add.

Читать Исходник на GitHub

xbsl-lib-connect

Скилл подключает внешнюю библиотеку к проекту 1С:Элемент.

Вспомогательный скрипт: .claude/skills/xbsl-lib-connect/scripts/lib_connect.py (actions: inspect, find-xlib, patch-yaml, analyze, validate-version, cleanup)

Важно: выпуск релиза библиотеки невозможно автоматизировать через API — только через веб-панель управления. Скилл выполняет всё вокруг этого шага, а для самого релиза даёт пошаговую инструкцию и ждёт номер версии от пользователя.

Шаг 0 — Подключение к облаку

Вызови скилл xbsl-deploy через инструмент Skill (если он ещё не активен в сессии):

Skill("xbsl-deploy")

Следуй Шагу 0 и Шагу 2 из xbsl-deploy: - Шаг 0: загрузить переменные окружения (set -a && source .env 2>/dev/null; set +a), проверить наличие ELEMENT_BASE_URL, ELEMENT_CLIENT_ID, ELEMENT_CLIENT_SECRET - Шаг 2: получить токен (api.py --action get-token)

Продолжать только если токен получен успешно.

Шаг 1 — Определить источник библиотеки

Из запроса пользователя определить один из трёх источников:

A. GitHub/GitLab URL

TMP_DIR=$(mktemp -d /tmp/xlib_src_XXXXXX)
git clone --depth 1 <URL> "$TMP_DIR"

Найти .xlib в клоне:

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action find-xlib --dir "$TMP_DIR"
  • Массив содержит 1 элемент → использовать его как LIB_PATH
  • Массив содержит >1 элемента → показать список пользователю, попросить выбрать
  • Массив пустой → проверить Проект.yaml в клоне на наличие ВидПроекта: Библиотека
  • Есть → собрать (Шаг 2А: сборка из исходников)
  • Нет → ошибка: “Репозиторий не содержит .xlib и не является проектом библиотеки”

B. Локальный файл .xlib

Использовать путь напрямую: LIB_PATH=<путь>

C. Локальная папка с исходниками

Сначала поискать .xlib в папке:

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action find-xlib --dir <папка>

Если найдены → выбрать (как в п. A). Иначе — проверить Проект.yaml и собрать (Шаг 2А).

Шаг 2А — Сборка .xlib из исходников (если нужна)

python3 .claude/skills/xbsl-deploy/scripts/build.py \
    --project-dir <путь_к_папке_с_Проект.yaml> \
    --output /tmp \
    --kind library

Флаг --kind library генерирует файл с расширением .xlib и ProjectKind: Library в Assembly.yaml. Если ВидПроекта: Библиотека указан в Проект.yaml — --kind можно не передавать, он определяется автоматически.

Результат: путь к собранному .xlib файлу → сохранить в LIB_PATH.

Шаг 2 — Прочитать метаданные .xlib

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action inspect --file "$LIB_PATH"

Из JSON-ответа извлечь и сохранить: - vendor → LIB_VENDOR - name → LIB_NAME - version → LIB_VERSION - technology_version → для Шага 3 - project_kind → если не Library — скрипт завершится с ошибкой

Шаг 3 — Проверить совместимость версий технологии

Прочитать Проект.yaml целевого проекта:

grep "ВерсияТехнологии" <путь>/*/Проект.yaml

Если technology_version из Шага 2 не пустой и в Проект.yaml есть ВерсияТехнологии — сравнить. При несовпадении предупредить пользователя и спросить — продолжить или нет.

Шаг 4 — Проверить, не подключена ли уже

Использовать dry-run режим patch-yaml для проверки:

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action patch-yaml \
    --project-yaml <путь>/Проект.yaml \
    --name "$LIB_NAME" --vendor "$LIB_VENDOR" --version "0.0.0" \
    --dry-run

Сравнить before и after в ответе: если в before уже есть блок с $LIB_NAME и $LIB_VENDOR — сообщить текущую версию и предложить обновить или выйти.

Шаг 5 — Загрузить .xlib в облако

Вызови скилл xbsl-deploy через инструмент Skill (если он ещё не активен в сессии):

Skill("xbsl-deploy", args="Создать проект из файла сборки")

Следуй Сценарию H из xbsl-deploy, передав $LIB_PATH как файл сборки: - H2: определить space-id через list-spaces - H3: загрузить через upload-build --file "$LIB_PATH" --space-id <space-id>

После успешного выполнения Сценария H сохранить project-id вернувшегося проекта → он понадобится для инструкции по выпуску релиза в Шаге 6.

Шаг 6 — Попросить пользователя выпустить релиз

Вывести инструкцию:

Необходимо выпустить релиз библиотеки вручную в панели управления.

  1. Откройте панель управления: {ELEMENT_BASE_URL}
  2. Перейдите на вкладку Проекты → найдите {LIB_NAME} (поставщик: {LIB_VENDOR})
  3. Откройте вкладку Релизы → нажмите + Выпустить новый релиз
  4. Выберите только что загруженную сборку (версия: {LIB_VERSION})
  5. Задайте номер версии релиза (например, 1.0.0) — без суффикса, без дефисов
  6. Нажмите Выпустить релиз

После этого введите номер версии релиза:

Получить ввод пользователя → RELEASE_VERSION.

Проверить формат:

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action validate-version --version "$RELEASE_VERSION"

При valid: false — сообщить ошибку и попросить ввести снова.

Шаг 7 — Обновить Проект.yaml целевого проекта

Сначала показать план изменений (dry-run):

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action patch-yaml \
    --project-yaml <путь>/Проект.yaml \
    --name "$LIB_NAME" --vendor "$LIB_VENDOR" --version "$RELEASE_VERSION" \
    --dry-run

Показать пользователю содержимое after из ответа. Получить подтверждение.

Применить:

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action patch-yaml \
    --project-yaml <путь>/Проект.yaml \
    --name "$LIB_NAME" --vendor "$LIB_VENDOR" --version "$RELEASE_VERSION"

Шаг 8 — Анализ библиотеки и рекомендации

python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action analyze --file "$LIB_PATH"

На основе JSON-ответа вывести пользователю:

Если subsystems непустой — вывести:

Подсистемы библиотеки: - {LIB_VENDOR}::{LIB_NAME}::{subsystem.name} — {subsystem.title}

Как использовать в коде:

# В Подсистема.yaml целевого проекта:
Использование:
    - {LIB_VENDOR}::{LIB_NAME}::{Подсистема}

# В объекте интерфейса (.yaml):
Импорт:
    - {LIB_VENDOR}::{LIB_NAME}::{Подсистема}

# В XBSL-коде — полное имя типа:
перем х: {LIB_VENDOR}::{LIB_NAME}::{Подсистема}::{ИмяТипа}

Если subsystems пустой — блок “Как использовать в коде” не выводить.

Доступные типы (ОбластьВидимости: Глобально): - {type.name} ({type.kind})

Шаг 9 — Очистка и предложение пересборки

Удалить временные папки:

[ -n "$TMP_DIR" ] && python3 .claude/skills/xbsl-lib-connect/scripts/lib_connect.py \
    --action cleanup --dir "$TMP_DIR"

Если задана переменная ELEMENT_APP_ID — предложить пересобрать через xbsl-deploy (сценарий I: деплой из исходников).

Итог

✓ Библиотека {LIB_VENDOR}::{LIB_NAME} v{RELEASE_VERSION} подключена к проекту.
✓ Проект.yaml обновлён.

Следующий шаг: пересобрать приложение, чтобы изменения вступили в силу.
Поиск доступен по клавише /. Source branch: master