적용하기 전에 검토하세요
실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.
AI 코딩 작업 공간
RIFF 청크 경계 순회
선언된 크기가 정확히 일치하는 12~1048576바이트 RIFF WAVE 데이터에서 최대 128개 청크를 순회합니다.
● ● ●RiffMeadow●
작업 흐름 · RIFF 청크 경계 순회 ×
def riff_chunks(wire):
if type(wire) is not bytes or not 12 <= len(wire) <= 1048576:
raise ValueError("riff.input")
if wire[:4] != b"RIFF" or wire[8:12] != b"WAVE" or int.from_bytes(wire[4:8], "little")+8 != len(wire):
raise ValueError("riff.header")
chunks, pos = [], 12
while pos < len(wire):
if len(chunks) == 128 or pos+8 > len(wire):
raise ValueError("riff.chunk")
tag = wire[pos:pos+4]
size = int.from_bytes(wire[pos+4:pos+8], "little")
start, stop = pos+8, pos+8+size
next_pos = stop+(size & 1)
if next_pos > len(wire):
raise ValueError("riff.truncated")
chunks.append((tag, wire[start:stop]))
pos = next_pos
return chunks
✳RIFF 청크 경계 순회
✓ 변경 사항적용하기 전에 검토하세요 ↗
작업 공간 예시 화면
모델
기본 URL과 필요한 API 키로 OpenAI 호환 또는 Anthropic 엔드포인트를 설정하고 연결을 테스트하세요. 로컬 모델 서버는 실행 중이어야 합니다. 원격 도구는 데이터를 별도로 전송할 수 있습니다.
프로젝트
알 수 없는 청크와 홀수 길이 패딩을 시험하고 오디오를 디코딩하지 않으면서 잘린 헤더나 페이로드를 거부합니다.
작업 흐름
def riff_chunks(wire):
if type(wire) is not bytes or not 12 <= len(wire) <= 1048576:
raise ValueError("riff.input")
if wire[:4] != b"RIFF" or wire[8:12] != b"WAVE" or int.from_bytes(wire[4:8], "little")+8 != len(wire):
raise ValueError("riff.header")
chunks, pos = [], 12
while pos < len(wire):
if len(chunks) == 128 or pos+8 > len(wire):
raise ValueError("riff.chunk")
tag = wire[pos:pos+4]
size = int.from_bytes(wire[pos+4:pos+8], "little")
start, stop = pos+8, pos+8+size
next_pos = stop+(size & 1)
if next_pos > len(wire):
raise ValueError("riff.truncated")
chunks.append((tag, wire[start:stop]))
pos = next_pos
return chunks
헤더부터 마지막 청크까지 파일 가져오기를 검토하세요
RiffMeadow는 프로젝트 소스와 연결된 모델 대화가 있는 Windows 코딩 작업 공간으로 파일 형식 유지보수를 가져옵니다. 변경할 가져오기 동작에서 시작하고 애플리케이션이 파싱된 청크로 무엇을 하는지 파악하세요. 개별 길이 계산의 수정을 제안하기 전에 모델에게 그 경로를 살펴보도록 요청하세요.
riff_chunks.py를 사용하는 작업에서는 홀수 크기 청크 뒤 다음 헤더 전에 패딩 바이트가 필요한 RIFF 파일을 조사할 수 있습니다. 작은 바이트 사례와 예상 청크 경계를 제공하세요. 선언된 컨테이너 길이와 잘림 처리를 함께 검토하여 제안이 다음 읽기가 그 위치에서 시작하는 이유를 설명하게 하세요.
변경을 살펴본 뒤 자신의 개발 환경에서 유효한 사례와 잘린 사례를 실행하고 소비부를 통해 가져오기 결과를 확인하세요. 애플리케이션이 보존하거나 건너뛰어야 한다면 낯선 청크 태그를 포함하세요. 청크 바이트를 찾았다고 그 내용이 모든 후속 연산에 적합한 것은 아니므로 형식 순회와 애플리케이션 해석을 구분하세요.
모델 지원을 위해 지원되는 OpenAI 호환 또는 Anthropic 엔드포인트와 필요한 인증 정보를 설정하세요. 제공되는 경우 Abliterated AI 모델을 선택할 수 있으며 제한은 공급자가 결정합니다. 도구와 컨텍스트 용량은 모델과 서버에 달려 있습니다. 테스트 사례와 예상 가져오기 동작이 코드 수락의 구체적인 근거입니다.
청크 파일 리더를 변경하기 전에
홀수 청크 길이에 별도 테스트 사례가 필요한 이유는 무엇인가요?
패딩이 다음 헤더의 시작 위치에 영향을 주므로 짝수 길이 예제는 오프셋 결함을 놓칠 수 있습니다. 패딩된 청크 뒤에 다른 청크가 있는 파일을 제공하세요. 첫 청크를 찾았는지만이 아니라 반환 경계와 최종 위치를 확인하세요.
알 수 없는 태그가 있으면 가져오기에 실패해야 하나요?
지원하려는 형식 부분집합과 애플리케이션 동작에 따라 결정하세요. 순회와 해석에 다른 정책을 쓸 수 있습니다. 태그 처리를 바꾸기 전에 모델에게 소비부를 살펴보도록 요청하고 허용한다면 낯선 태그를 테스트에 포함하세요.
잘린 파일 테스트는 무엇을 보여야 하나요?
어느 선언 경계가 제공된 바이트를 넘는지, 호출부가 기대하는 거부 동작은 무엇인지 밝히세요. 필요에 따라 짧아진 헤더나 페이로드를 포함하세요. 인터페이스가 부분 파싱을 파일 로드 성공으로 오해하지 않도록 가져오기 경로를 검토하세요.
청크 순회에 성공하면 오디오가 유효하다는 뜻인가요?
아니요. 해당 코드와 테스트가 다루는 경계 검사만 입증합니다. 오디오 메타데이터나 샘플 데이터 해석에는 추가 로직이 필요합니다. 요청한 파서 변경에 집중하고 애플리케이션이 의존한다면 후속 단계도 검증하세요.
RiffMeadow · 업데이트 2026-10-25