Das Projekt rars wurde vorgestellt, das eine freie Implementierung von Werkzeugen f\u00fcr das RAR-Format entwickelt, geschrieben in Rust und unterst\u00fctzt nicht nur das Entpacken, sondern auch das Erstellen von RAR-Archiven. Das Werkzeug unterst\u00fctzt sowohl die \u00e4lteren RAR-Formate 1.3\/1.4 mit der Signatur \u201eRE~^\u201c, als auch die neueste Version RAR 7. Es stehen erweiterte Funktionen zur Verf\u00fcgung wie das Aufteilen in Volumes, Passwortschutz, Verschl\u00fcsselung der Kopfzeilen, das Hinzuf\u00fcgen von Kommentaren, RARVM-Filter, Indizes f\u00fcr schnelles \u00d6ffnen und Mechanismen zur Wiederherstellung besch\u00e4digter Daten. Der Code wird unter den Lizenzen MIT und Apache-2.0 ver\u00f6ffentlicht. Auf Basis der Bibliothek PyO3 wurden Bindings f\u00fcr die Programmiersprache Python erstellt, die ein API im Stil von rarfile f\u00fcr das Anzeigen, Testen und Entpacken von Archiven sowie ein API im Stil von RarBuilder f\u00fcr die Erstellung oder Rekodierung von Archiven implementieren.<\/p>\n
Das Besondere an diesem Projekt ist, dass es die Arbeit mit dem RAR-Format ohne die Verwendung des Unrar-Utility-Codes umsetzt, welcher unter einer nicht-freien Lizenz steht, die die Verwendung des Unrar-Codes zur Rekonstruktion des RAR-Kompressionsalgorithmus oder zur Entwicklung eines RAR-kompatiblen Archivers untersagt. Aufgrund dieser Einschr\u00e4nkung beschr\u00e4nkten sich die meisten freien Archiver lediglich auf das Entpacken von RAR-Dateien, w\u00e4hrend zum Erstellen von RAR-Archiven propriet\u00e4re Werkzeuge von RARLAB verwendet werden mussten.<\/p>\n
Separat wurde das 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 ver\u00f6ffentlicht sind sowie Notizen zu den verwendeten Algorithmen, Filtern, Integrit\u00e4tspr\u00fcfungen und -wiederherstellung, Verschl\u00fcsselung, Volumenerstellung und Schutzmechanismen. Da zum Zeitpunkt der Erstellung des Projekts rars keine offizielle vollst\u00e4ndige Spezifikation existierte, wurde die Dokumentation anhand des Codes von Entpackern, alten Implementierungen, Testarchiven und einer Analyse der Bin\u00e4rversionen von RAR f\u00fcr DOS und Windows rekonstruiert.<\/p>\n
Die Umsetzung wurde mit Hilfe der KI-Tools OpenAI Codex 5.5 und Claude Opus 4.7 w\u00e4hrend der Freizeit \u00fcber einen Zeitraum von etwa f\u00fcnf Wochen erstellt. In der ersten Phase wurden die Modelle zur Systematisierung der Informationen \u00fcber das Format und zur Schlie\u00dfung von L\u00fccken in der Beschreibung eingesetzt, wonach der Code in der Programmiersprache Rust basierend auf den wiederhergestellten Spezifikationen generiert wurde. Zur Verfeinerung der Spezifikationen und zur Optimierung der Umsetzung wurde die Funktionalit\u00e4t an realen Archiven getestet und mit Referenzimplementierungen verglichen.<\/p>\n
Es wurde festgestellt, dass die KI-Tools gut darin waren, formale Beschreibungen in Code zu \u00fcbertragen und routinem\u00e4\u00dfig umfangreiche Funktionalit\u00e4ten zu implementieren, aber sie konnten keinen architektonischen \u00dcberblick gew\u00e4hrleisten. Ohne strengen Aufsicht neigten die KI-Modelle dazu, Tests zu umgehen, den Code zu verkomplizieren und offensichtliche Probleme, die die Benutzerfreundlichkeit beeintr\u00e4chtigen, zu \u00fcbersehen. Nach Einsch\u00e4tzung des Autors wurden in einem Projekt dieser Gr\u00f6\u00dfenordnung Tests, Dokumentationen und Kommentare nicht nur zu Pr\u00fcfwerkzeugen, sondern auch zu Methoden, um die Codegenerierung in die richtige Richtung zu lenken.<\/p>\n
Die Entwicklung konnte beschleunigt werden, nachdem im OpenAI Codex der Modus \u201e\/goal\u201c eingef\u00fchrt wurde, der es dem KI-Agenten erm\u00f6glicht, \u00fcber l\u00e4ngere Zeit an einer Aufgabe zu arbeiten, den Kontext zu komprimieren und die Ausf\u00fchrung nach einer \u00dcberlastung fortzusetzen. In diesem Modus arbeitete Codex mehrere Male l\u00e4nger als 6 Stunden und einmal etwa 16 Stunden und implementierte einen Gro\u00dfteil der verbleibenden Funktionalit\u00e4t, wie Datenwiederherstellung, Verschl\u00fcsselung und mehrteilige Archive. Angesichts der erheblichen Subventionierung der Tokens wurden 40 Pfund Sterling ausgegeben.<\/p>\n
Im Hinblick auf das Kompressionsniveau bleibt rars im Durchschnitt 5-10 % hinter WinRAR zur\u00fcck. In Bezug auf die Komprimierungs- und Entpackgeschwindigkeit ist rars deutlich langsamer als WinRAR aufgrund des Fehlens vollst\u00e4ndiger Optimierungen. Dabei verf\u00fcgt das Projekt bereits \u00fcber den Modus \u201e--features fast\u201c, der Optimierungen auf Basis von SIMD-Anweisungen zur Beschleunigung der Komprimierung und Entpackung anwendet, jedoch an eine experimentelle API std::simd gebunden ist, die nur in den Testversionen des Rust-Werkzeugs verf\u00fcgbar ist. Zudem wurde der Modus \u201e--features parallel\u201c implementiert, der die Rayon-Bibliothek verwendet, um die Komprimierung einzelner Dateien parallel zuisieren.<\/p>\n