Perimeter is a fully local AI agent for CIS companies that interprets natural language queries against 1C enterprise data via OData, using a 744B MoE model (GLM-5.2) without any external API calls.

Stars

6

7-day growth

No data

Forks

1

Open issues

0

License

NOASSERTION

Last updated

2026-07-29

AI repository intelligence
FR-AI / ANALYSIS

Why it is worth attention

It enforces a strict air-gap policy (no internet access at runtime) while still providing powerful LLM-driven data retrieval and draft document creation, all within the local network of a 1C deployment.

Who it is for

  • CIS companies using 1C:Enterprise 8.3
  • IT administrators managing internal AI infrastructure
  • Data analysts who need quick natural-language access to 1C data
  • Business users wanting secure, auditable draft generation

Use cases

  • Finding all unposted sales realizations for a given counterparty and month
  • Reconciling shipped goods with unpaid invoices
  • Preparing a draft invoice based on a previous order
  • Running audit reports on any action taken by the agent

Strengths

  • Fully local inference with no external API dependencies (air-gap enforced by config, runtime, and CI)
  • Append-only audit log records every action for compliance
  • Agent never modifies live data without human confirmation (only drafts)
  • Supports multiple 1C configurations (BP 3.0, UT 11, ZUP 3.1) via OData

Considerations

  • Requires at least 16 GB RAM and ~380 GB NVMe storage for the GLM-5.2 model
  • Only integrates with 1C:Enterprise 8.3 via OData, limiting applicability outside that ecosystem
  • Setup demands technical expertise (Python, gcc/make, hardware provisioning)

README quick start

«Периметр» — локальный AI-работник для компаний СНГ

Агент по данным 1С, работающий полностью локально: инференс GLM-5.2 (744B MoE) с диска через [colibri], интеграция с 1С:Предприятие 8.3 по стандартному OData. Никаких внешних API — железное правило №0 (воздушный зазор) закреплено конфигом, рантайм-защитой (netguard) и CI (статический скан + прогон в netns без интернета).

Возможности

  • «Найди все непроведённые реализации за июль по контрагенту X»
  • «Сверка: что мы отгрузили ООО "Ромашка", но не получили оплату»
  • «Подготовь черновик счёта на основании прошлого заказа»

Ответы всегда со ссылками на документы («№РТ-0002 от 10.07.2026»). Агент никогда не изменяет данные в 1С без подтверждения человека: доступно только создание черновиков, проведение — вручную в 1С. Все действия — в append-only аудит-журнале (var/audit.log).

Быстрый старт

# 1. Конфиг: хосты 1С, путь к весам
$EDITOR config/perimeter.yaml
export PERIMETER_1C_PASSWORD=…        # пароль пользователя ИБ (не в конфиге!)

# 2. Сборка движка (один раз)
make -C vendor/colibri/c portable

# 3. Запуск (inference + агент + UI на http://127.0.0.1:8091)
python3 run_perimeter.py

Требования: Python 3.12+, gcc/make; для GLM-5.2 — от 16 ГБ RAM и ~380 ГБ NVMe (см. docs/hardware.md). Runtime-зависимостей pip нет — всё в vendor/.

Структура

КаталогСодержимое
core/ядро агента (адаптация архитектуры openworker), i18n, аудит, netguard
inference/супервизор и клиент локального OpenAI-совместимого сервера (colibri / llama.cpp)
bridge-1c/OData-клиент 1С, маппинги БП 3.0 / УТ 11 / ЗУП 3.1, инструменты агента
skills/навыки (SKILL.md, прогрессивная подгрузка)
ui/локальный веб-UI (stdlib, без внешних ассетов)
config/perimeter.yaml — единственное место с разрешёнными хостами
vendor/вендореные зависимости (colibri, PyYAML) с лицензиями
docs/research.md, STATUS.md, deps.md, hardware.md

Тесты

python3 -m pytest tests            # юнит + интеграция + e2e (мок-1С, без сети)
python3 tools/ci/airgap_scan.py    # статический скан правила №0
bash tools/ci/netns_test.sh        # прогон без интернета (netns)

Живой прогон сценариев на полной модели: PERIMETER_E2E_LLM_URL=http://127.0.0.1:8090 python3 -m pytest tests/e2e -k live.

Лицензии

Код «Периметра» — MIT (свободн

Description

Локальный AI-работник для 1С: агент + GLM-5.2 с диска, полностью в контуре заказчика. Air-gapped local AI worker for 1C with on-disk GLM-5.2 inference.

Related repositories

Similar projects matched by category, topics, and programming language.

makecindy
Featured
makecindy GitHub avatar

cindy

Cindy is an open-source AI agent that runs locally on your machine, integrates multiple AI harnesses and models, and provides memory, skills, and automation to perform real work in your projects and apps.

AI & Machine LearningLarge Language Models
958
deerwork-ai
Featured
deerwork-ai GitHub avatar

deer-workflow

An open-source Dynamic Workflow runtime that combines deterministic TypeScript orchestration with replaceable Agent runtimes.

AI & Machine LearningLarge Language Models
312
uzairansaruzi
Featured
uzairansaruzi GitHub avatar

hermex

Hermex is a native SwiftUI iPhone app that lets you control a self-hosted Hermes AI agent directly from your phone, with no subscriptions, tracking, or third-party relay.

AI & Machine LearningLarge Language Models
941