Proyek
Uji carry melingkar dan masukan kosong, tolak jenis lain serta bedakan pemeriksaan nonkriptografis ini dari autentikasi.
Hitung checksum Internet 16-bit untuk nol sampai 65535 byte dengan mengisi byte terakhir yang ganjil memakai nol.
def internet_checksum(data):
if type(data) is not bytes or len(data) > 65535:
raise ValueError("checksum.bytes")
total = 0
for i in range(0, len(data), 2):
total += (data[i] << 8) | (data[i+1] if i+1 < len(data) else 0)
while total >> 16:
total = (total & 65535) + (total >> 16)
return (~total) & 65535
Uji carry melingkar dan masukan kosong, tolak jenis lain serta bedakan pemeriksaan nonkriptografis ini dari autentikasi.
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.
def internet_checksum(data):
if type(data) is not bytes or len(data) > 65535:
raise ValueError("checksum.bytes")
total = 0
for i in range(0, len(data), 2):
total += (data[i] << 8) | (data[i+1] if i+1 < len(data) else 0)
while total >> 16:
total = (total & 65535) + (total >> 16)
return (~total) & 65535
CarryLoam adalah perangkat lunak pemrograman AI Windows untuk memeriksa perubahan yang kebenarannya bergantung pada interpretasi byte secara tepat. Buka proyek dan jelaskan format yang harus dihasilkan atau digunakan kode. Minta model memeriksa implementasi terkait beserta pemanggilnya, dengan tetap menyertakan hasil yang diketahui secara independen dalam percakapan agar peninjauan memiliki dasar selain penjelasan yang terdengar masuk akal.
Rutinitas checksum Internet merupakan contoh permintaan yang berguna. Berikan data uji pendek berpanjang genap dan ganjil dengan hasil yang diharapkan, lalu tanyakan penanganan byte terakhir dan pelipatan carry. Peninjauan terarah dapat menghubungkan rincian itu dengan jalur pembuatan paket tanpa menganggap implementasi protokol di sekitarnya sudah benar.
Periksa perubahan urutan byte, padding, dan lokasi penyimpanan checksum dalam usulan tambalan. Jalankan pengujian proyek dan bandingkan dengan acuan independen yang sesuai dengan format Anda. Jika muncul ketidaksesuaian, simpan byte masukan dan kedua keluaran agar pembahasan berikutnya dapat menyelidiki kasus yang dapat direproduksi.
Pilih model AI tanpa sensor jika ditawarkan melalui endpoint Anda yang didukung, baik yang kompatibel dengan OpenAI maupun Anthropic. Tambahkan kredensial yang diperlukan dan verifikasi alat serta kapasitas konteks yang tersedia. Model dan penyedia terpilih tetap menentukan pembatasan; label maupun ruang kerja tidak membuktikan bahwa paket valid atau aman.
Menghitung harapan dengan logika yang sama dapat mengulang kesalahan yang sama. Gunakan acuan yang sesuai atau data uji terverifikasi secara independen dan simpan byte masukan persisnya. Ini memberi pembahasan model dan pengujian dasar perbandingan terpisah.
Data itu harus membuat perlakuan terhadap byte terakhir terlihat pada hasil yang diharapkan. Minta model menjelaskan padding dan urutan byte yang diusulkan, lalu bandingkan keluarannya. Uji yang hanya memeriksa tipe hasil akan melewatkan perbedaan itu.
Tidak. Kolom lain, panjang, dan aturan protokol tetap memerlukan pemeriksaan sendiri. Tinjau perubahan checksum sesuai cakupannya dan periksa kode pembuatan paket di sekitarnya jika perlu, tanpa menganggap satu nilai yang cocok memvalidasi seluruh pesan.
Tinjau tujuan dan dampaknya sebelum eksekusi; data uji sintetis lokal mungkin sudah cukup. Model lokal membutuhkan server yang berjalan terpisah dan tidak membuat setiap alat yang terhubung menjadi lokal, termasuk alat pengirim atau pemeriksa paket.
CarryLoam · Diperbarui 2026-10-25