Dateiformat-Rueckbau: Feldplan mit maschinellem Beweis

    1

    Der Hersteller ist nicht erreichbar, eine Spezifikation gibt es nicht.

    $49

    Secure checkout via Stripe

    Money-back guarantee

    Converts to your local currency at checkout

    Security scanned

    Works with the AI Agents you already use

    Claude CodeClaude CodeCursorCursorCodex CLICodex CLIDeepSeekDeepSeekMuseMuse+22 more

    Dateiformat-Rueckbau: Feldplan mit maschinellem Beweis

    Example session with this skill installed

    Unsere alte Fertigungssteuerung legt Auftragsdateien als .dat ab. Niemand kann die mehr lesen, der Hersteller ist weg, und wir brauchen die Daten im neuen System. Ich habe vier Beispieldateien.

    • Read your context and instructions
    • Compiled the dateiformat-rueckbau

    Zusammenfassung

    Drei Muster sondiert, eine der mitgelieferten Planvorlagen angepasst, Beweis gefuehrt: alle drei Dateien kommen bitgleich zurueck und alle vier Plausibilitaetsregeln halten. Das Format ist damit lesbar UND schreibbar.

    Schritt 1 - Sondieren

    $ python3 scripts/format_sonde.py muster1.dat muster2.dat muster3.dat
    
    # Formatsonde ueber 3 Muster
    
    - muster1.dat (996 Byte)
    - muster2.dat (1356 Byte)
    - muster3.dat (828 Byte)
    
    ## Kennung
    - Laenge gemeinsamer Praefix: 8 Byte
    - hex: `41434d4530310300`
    - ascii: `ACME01.`
    
    ## Laengenfelder
    - Offset 8 als u32le -> Gesamtlaenge
    
    ## Pruefsumme
    - **crc32 ueber alles davor** (4 Byte am Ende), gilt fuer alle Muster
    
    ## Zeitstempel-Kandidaten
    - Offset 28 als u32le, Werte [1760000000, 1761000000, 1762000000]
    
    ## Satzweiten (Muster 1)
    - Weite 24 Byte, Uebereinstimmung 73%
    

    Schritt 2 - Vorlage waehlen statt Plan erfinden

    Satzweite erkannt UND Pruefsumme gefunden, also Option 1 aus assets/. Angepasst werden nur Kennungslaenge (6), Textfeldlaenge (16), Satzweite (24) und bis_rest: 4.

    Deutung, die die Sonde nicht liefert: die zwei Byte hinter ACME01 sind die

    Version, nicht Teil der Kennung - sichtbar, sobald ein Muster aus einer anderen Programmversion dazukommt.

    Schritt 3 - Beweis

    $ python3 scripts/feldplan_pruefen.py feldplan.json muster1.dat muster2.dat muster3.dat
    
    # Feldplan-Pruefung: ACME-Auftragsdatei
    
    - **muster1.dat**: bitgleich zurueckgebaut (996 Byte, 40 Saetze)
    - **muster2.dat**: bitgleich zurueckgebaut (1356 Byte, 55 Saetze)
    - **muster3.dat**: bitgleich zurueckgebaut (828 Byte, 33 Saetze)
    
    ## Plausibilitaet der Deutung
    
    - OK: gesamtlaenge erfuellt gleich_dateilaenge
    - OK: zeitstempel erfuellt zeitfenster
    - OK: kennung erfuellt konstant
    - OK: pruefsumme erfuellt crc32_vor_feld
    
    **Alle 3 Muster bitgleich, alle Plausibilitaetsregeln erfuellt.**
    

    Die Gegenprobe, die den Unterschied macht

    Derselbe Plan mit "endian": "big":

    Ergebnis
    Rueckbautrotzdem bitgleich - Lesen und Schreiben machen denselben Fehler
    gesamtlaenge3825401856 statt 996 verletzt
    zeitstempelausserhalb 2000..2036 verletzt
    pruefsummestimmt nicht verletzt
    Exit2

    Ein bitgleicher Rueckbau beweist

    Abdeckung, nicht

    Deutung. Ohne die Regeln waere dieser Plan als korrekt durchgegangen.

    Liefergegenstand

    Feldplan (JSON), Sondenbericht, Pruefprotokoll und die Formatspezifikation aus assets/vorlage-formatspezifikation.md - mit Belegart je Feld (sonde / beobachtet / doku / annahme) und der Liste der nicht erklaerten Bereiche.

    Naechste Schritte

    1. Gegen das zurueckgehaltene vierte Muster laufen lassen.
    2. Ein Muster aus einer anderen Programmversion besorgen - das ist der Punkt, der spaeter im Betrieb auffaellt.
    3. Migration gegen den Feldplan schreiben.

    Connects securely to your tools. The creator never sees your data.

    About this skill

    Das Problem

    Eine Altsoftware schreibt Dateien, die keiner mehr lesen kann - und die Daten darin gehoeren dem Betrieb. Der Hersteller ist nicht erreichbar, eine Spezifikation gibt es nicht.

    Was dieser Skill macht

    Er macht aus mehreren Beispieldateien einen Feldplan: eine Beschreibung, die nicht nur plausibel klingt, sondern maschinell bewiesen ist, weil sie jedes Byte jeder Beispieldatei bitgleich rekonstruiert.

    Die Sonde findet Kennung, Kopfstruktur, Laengenfelder, Satzweiten, Zeitstempel, Pruefsummenverfahren, verdichtete Bereiche und Textfelder - jeweils mit der typischen Fehldeutung dazu.

    Die Regel, an der sonst alle scheitern

    Bitgleicher Rueckbau beweist nur, dass der Plan jedes Byte abdeckt - nicht, dass er es richtig deutet. Ein durchgehend falsches Endian kommt bitgleich zurueck, weil Lesen und Schreiben denselben Fehler machen.

    Deshalb traegt jeder Plan Plausibilitaetsregeln: Laengenfeld gleich Dateigroesse, Zeitstempel im Jahresfenster, Pruefsumme stimmt, Kennung konstant. In der Gegenprobe faellt ein falsches Endian damit auf - obwohl der Rueckbau perfekt aussieht. Genau dieser Test hat beim Bau des Skills einen Fehler gefunden, der sonst mit ausgeliefert worden waere.

    Was mitgeliefert wird

    • Zwei getestete Python-Skripte, nur Standardbibliothek, kein Netzzugriff, keine Telemetrie.
    • Drei vorberechnete Feldplaene in assets/, die unveraendert durchlaufen: feste Saetze mit CRC, Kopf mit festen Saetzen ohne Pruefsumme, und Kopf mit bewusst unerklaerter Nutzlast. Alle drei sind gegen erzeugte Muster geprueft - die Vorschau ist das echte Artefakt, keine Attrappe. Statt vor einem leeren Blatt zu sitzen, waehlt man die passende Form und setzt nur noch Breiten und Unterfelder.
    • Eine Vorlage fuer die Formatspezifikation mit Belegart je Feld und Nachweistabelle.
    • Drei Referenzdateien: Sondenbefunde lesen, Plansyntax, Fallen nach Haeufigkeit.

    Fuer wen

    Betriebe mit Daten in Altsoftware, Datenmigration, Maschinenbau, Laboranlagen, Archivierung - ueberall, wo Dateien liegen, die keiner mehr oeffnet.

    Grenzen, offen benannt

    Verdichtete Bereiche (komprimiert oder verschluesselt) werden als unerklaert ausgewiesen statt erfunden. Passt keine Pruefsummen-Hypothese, steht in der Uebergabe die Einschraenkung "nur lesen, nicht schreiben". Nicht fuer Kopierschutz, Verschluesselung oder Lizenzdateien, nicht fuer Netz- und Geraeteprotokolle, nicht fuer Formate mit oeffentlicher Spezifikation.

    Find more skills like this on the Claude Skills Marketplace, the Codex Skills Marketplace and the Gemini Skills Marketplace, or browse Claude Skills for Data & Databases.

    Requires at least three sample files for reliable probing. Not suitable for encrypted, compressed, or obfuscated formats. Scope limited to file-based data, not live network streams.

    How to use

    1. 1

      Connect your agent to the Agensi MCP

      Copy the prompt and paste it into Claude, ChatGPT, Cursor or any agent that supports MCP. It sets up the connection for you. Manual setup

    2. 2

      Sign in to Agensi

      Your agent shows a sign-in link. Sign in and click Allow.

    3. 3

      Ask for what you need

      Your agent loads this skill and uses it on your task. It always asks before buying a skill.

    Reviews

    No reviews yet

    Be one of the first to try it. Every listed skill goes through the trust checks below.

    Security scanned

    Checked by our 8-point scan before listing

    Fresh listing

    Recently published to Agensi

    Money-back guarantee

    Doesn't do what its page promises? You get your money back.

    Trust & safety

    Security scan

    Security scan passed 17 days ago

    Software
    Python

    Permissions

    Terminal / Shell
    Listed17 days ago

    What's inside

    Frequently Asked Questions

    This skill is designed to recover data from legacy or proprietary .bin and .dat files by systematically identifying their structure and providing a verified field plan for reading and writing that data.

    The skill includes the `format_sonde.py` probing tool, the `feldplan_pruefen.py` verification engine, a gallery of pre-configured templates, and a workflow for generating formal documentation.

    Unlike general AI prompts, this skill uses a 'bit-perfect' verification loop that requires the generated model to reconstruct the source file exactly, eliminating the risk of 'hallucinated' offsets.

    You will need Python 3.8 or higher; the skill utilizes a custom toolset that runs locally to ensure your sensitive binary data never leaves your environment during the probing phase.

    This skill cannot decode files that are encrypted, copy-protected, or utilize high-entropy compression, as these require cryptographic keys or specific decompression algorithms rather than structural analysis.

    We recommend having at least four sample files: three are used to identify patterns and offsets during the probing phase, while the fourth acts as a blind control for final verification.

    New in Data & Databases