Das Projekt rars wurde vorgestellt, das eine freie Implementierung von Werkzeugen f\u00fcr das RAR-Format entwickelt, die in der Programmiersprache Rust geschrieben ist und nicht nur die Dekompression, sondern auch die Erstellung von RAR-Archiven unterst\u00fctzt. Das Werkzeug unterst\u00fctzt sowohl die fr\u00fcheren RAR-Formate 1.3\/1.4 mit dem Signature «RE~^», als auch die neueste Version RAR 7. Erweiterte Funktionen wie Volumenaufteilung, Passwortschutz, Verschl\u00fcsselung von Kopfzeilen, Anhang von Kommentaren, RARVM-Filter, Indizes f\u00fcr schnelles \u00d6ffnen sowie Mechanismen zur Wiederherstellung besch\u00e4digter Daten stehen zur Verf\u00fcgung. Der Code wird unter den Lizenzen MIT und Apache-2.0 vertrieben. Auf Basis der Bibliothek PyO3 wurden Bindungen f\u00fcr die Programmiersprache Python vorbereitet, die ein API im rarfile-Stil zur Ansicht, Pr\u00fcfung und Extraktion von Archiven sowie ein API im RarBuilder-Stil zur Erstellung oder Neupackung von Archiven implementieren.<\/p>\n
Das Besondere an dem Projekt ist, dass es die Arbeit mit dem RAR-Format ohne die Verwendung des Codes des Unrar-Utilities implementiert, das unter einer nicht-freien Lizenz vertrieben wird, die die Nutzung des Unrar-Codes zur Rekonstruktion des RAR-Kompressionsalgorithmus oder zur Entwicklung eines RAR-kompatiblen Archivators verbietet. Aufgrund dieser Einschr\u00e4nkung waren die meisten freien Archivatoren auf die Funktionen zum Entpacken von RAR-Dateien beschr\u00e4nkt, w\u00e4hrend zur Erstellung von RAR-Archiven propriet\u00e4re Werkzeuge von RARLAB verwendet werden mussten.<\/p>\n
Zus\u00e4tzlich wurde ein Repository rar-research erstellt, in dem die Spezifikationen f\u00fcr die Formate RAR 1.3\/1.4, RAR 1.5-4.x und RAR 5.0\/7.0 sowie Notizen zu den verwendeten Algorithmen, Filtern, Integrit\u00e4tspr\u00fcfungen und -wiederherstellungen, Verschl\u00fcsselung, Volumensplittung und Schutzmechanismen ver\u00f6ffentlicht sind. Da zum Zeitpunkt der Erstellung des Projekts rars keine offizielle vollst\u00e4ndige Spezifikation existierte, wurde die Dokumentation aus dem Code von Entpackern, alten Implementierungen, Testarchiven und der Analyse von bin\u00e4ren Versionen von RAR f\u00fcr DOS und Windows rekonstruiert.<\/p>\n
Die Implementierung wurde mithilfe der AI-Tools OpenAI Codex 5.5 und Claude Opus 4.7 in der Freizeit innerhalb von etwa f\u00fcnf Wochen erstellt. In der ersten Phase wurden die Modelle zur Systematisierung von Informationen \u00fcber das Format und zur Schlie\u00dfung von L\u00fccken in der Beschreibung eingesetzt, wonach der Code in der Programmiersprache Rust auf Grundlage der wiederhergestellten Spezifikation generiert wurde. Zur Kl\u00e4rung der Spezifikation und Verfeinerung der Implementierung wurde die Funktionsweise an realen Archiven getestet und mit Referenzimplementierungen verglichen.<\/p>\n
Es wird angemerkt, dass die AI-Tools gut darin waren, formale Beschreibungen in Code zu \u00fcbertragen und routinem\u00e4\u00dfig eine gro\u00dfe Menge an Funktionalit\u00e4t zu implementieren, jedoch keinen architektonischen \u00dcberblick gew\u00e4hrleisten konnten. Ohne strenge Aufsicht neigten die AI-Modelle dazu, Tests zu umgehen, den Code zu verkomplizieren und offensichtliche Probleme zu ignorieren, die die Benutzerfreundlichkeit beeintr\u00e4chtigen. Nach Einsch\u00e4tzung des Autors sind in einem Projekt dieser Gr\u00f6\u00dfenordnung Tests, Dokumentation und Kommentare nicht nur Pr\u00fcfwerkzeuge, sondern auch Mittel, um die Codegenerierung in die richtige Richtung zu lenken.<\/p>\n
Die forcierte Entwicklung wurde nach dem Aufkommen des Modus «\\\/goal» im OpenAI Codex m\u00f6glich, der es dem KI-Agenten erm\u00f6glicht, \u00fcber l\u00e4ngere Zeitr\u00e4ume an einer Aufgabe zu arbeiten, den Kontext zu komprimieren und die Ausf\u00fchrung nach einer \u00dcberlaufgrenze fortzusetzen. In diesem Modus arbeitete Codex mehrere Male mehr als 6 Stunden und einmal etwa 16 Stunden und setzte dabei einen signifikanten Teil der verbleibenden Funktionalit\u00e4t um, wie z. B. Datenwiederherstellung, Verschl\u00fcsselung und mehrteilige Archive. Unter Ber\u00fccksichtigung des erheblichen Zuschusses f\u00fcr Token wurden 40 Pfund Sterling ausgegeben.<\/p>\n
In Bezug auf das Kompressionsniveau liegt rars im Durchschnitt 5-10 % hinter WinRAR zur\u00fcck. Bei der Geschwindigkeit der Kompression und Dekompression ist rars aufgrund fehlender umfassender Optimierungen deutlich langsamer als WinRAR. Das Projekt verf\u00fcgt jedoch bereits \u00fcber den Modus «—features fast», der Optimierungen auf der Basis von SIMD-Anweisungen zur Beschleunigung der Kompression und Dekompression anwendet, aber an die experimentelle API std::simd gebunden ist, die nur in Test-Builds des Rust-Werkzeugs verf\u00fcgbar ist. Ebenfalls implementiert ist der Modus «—features parallel», der die Rayon-Bibliothek zur Parallelisierung der Kompression einzelner Dateien verwendet.<\/p>\n