Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Untersuche unmask_payload.py mit Binärdaten und fordere die exakte Rückgewinnung nach zweimaligem Anwenden derselben Maske.
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Wählen Sie einen Ordner und lassen Sie die betreffenden Dateien vor einer Änderung lesen. Legen Sie Ziel und Grenzen der Aufgabe fest.
Prüfen Sie Änderungen und Befehlsausgaben. Führen Sie die Projektprüfungen aus, bevor Sie das Ergebnis übernehmen; erzeugter Code ist nicht automatisch getestet.
def unmask_payload(data, mask):
if type(data) is not bytes or len(data) > 1048576:
raise ValueError("mask.payload")
if type(mask) is not bytes or len(mask) != 4:
raise ValueError("mask.key")
return bytes(value ^ mask[index % 4]
for index, value in enumerate(data))