Wie man IronQR mit dem ChatGPT Codex verwendet
QR-Code-Rückstände kommen oft als unorganisierte Ordner an, die gescannte Asset-Tags, Fotos vom Telefon vor Ort, Faxkopien, Null-Byte-Dateien aufgrund von Scannernfehlern und Deckblätter ohne Codes enthalten. Ein naiver Schleifendurchlauf, der eine Datei nach der anderen verarbeitet, stoppt bei der ersten beschädigten Datei und verfolgt nicht, welche Bilder fehlgeschlagen sind oder warum.
ChatGPT Codex ist der Codierungsagent von OpenAI. Es funktioniert auf Terminals, in IDEs, der ChatGPT-Desktop-App und in der Cloud, alles unter einem einzigen ChatGPT-Anmeldung. IronQR ist die Iron Software .NET QR-Code-Bibliothek.
Jeder Prompt weist Codex an, die Aufgabe auszuführen und eine Ergebnisdatei mit einer Zeile pro Bild zu erstellen. Da Batch-Jobs Dateien verarbeiten können, die keine Ergebnisse liefern, basieren alle in diesem Leitfaden genannten Zählungen auf diesen Ergebnissdateien, wie in den Prompts angegeben.
SchnellstartStarten Sie Codex innerhalb eines .NET-Konsolenprojekts, das Ihren Bildordner enthält, und geben Sie die Anforderungen an die Batch-Verarbeitung an.
$ironqr Add the IronQR package to this console project, then make Program.cs
decode every file in Backlog/sample/ with QrReader.ReadAsync. Write
out/quickstart.csv with one row per file (name, decoded value or empty, QR
type, exception type if the file threw) and print the decoded, empty, and
threw counts by reading that CSV back. Load the key out of the
IRONQR_LICENSE_KEY variable. Call Dispose() on each QrImageInput yourself
instead of a using block, which throws in IronQR 2026.10.1. Run dotnet build
and dotnet run and fix whatever fails.
Die Erwähnung von $ironqr lädt die Fähigkeit von IronQR, bevor Codex Code schreibt.
Minimaler Arbeitsablauf (5 Schritte)
- Laden Sie die C# QR-Code-Bibliothek von NuGet herunter
- Speichern Sie die Fähigkeit von IronQR als
.agents/skills/ironqr/SKILL.mdsodass$ironqraufgelöst wird - Committen Sie ein
AGENTS.mdmit den QR-Decodierungsregeln des Repositories - Fragen Sie nacheinander nach einem Modus (sequenziell,
Parallel.ForEach, dannSemaphoreSlim) und vergleichen Sie jede Ergebnisdatei mit der letzten - Schauen Sie sich jedes Mitglied an, das Codex in der API Referenz verwendet hat, und überprüfen Sie die endgültige Ergebnisdatei anhand Ihrer Grundeinstellungen
Was ist ChatGPT Codex und wie passt es in .NET QR-Code-Arbeiten?
Codex arbeitet innerhalb der Berechtigungen, die Sie ihm gewähren. Es schreibt den Decoder, führt ihn über die Bilder aus, liest die Ausgabe und korrigiert den Code. Installieren Sie die CLI mit npm install -g @openai/codex aus dem Codex CLI-Repository und sehen Sie die Codex CLI-Dokumentation für die Benutzung im Terminal.
Ein Rückstand mit Grundwahrheit macht das Überprüfen kurz. Ein erfundenes Mitglied schlägt beim Build fehl, und ein falsches Decode zeigt sich als eine Zeile, die nicht mit Backlog/manifest.csv übereinstimmt.
Der Agent kann jedes Batch unterschiedlich strukturieren, aber der Decoder muss für ein gegebenes Bild bei jeder Thread-Anzahl denselben Wert zurückgeben. Diese Konsistenz gehört zur Bibliothek, und IronQR deckt die Teile ab, die ein Rückstand benötigt.
- Fotos und Scans in einem Anruf: der Modus
QrScanMode.Autoführt das Erkennungsmodell aus und, wenn das Modell nichts findet, wird es mit einem einfachen Scan erneut versucht. Der Scanmodus-Leitfaden vergleicht ihn mit den beiden Einzelpassmodi. - Der Symboltyp bei jedem Ergebnis:
QrResult.QrTypetrennt Standard-QR (QrEncoding.QRCode) von Mikro-QR und rMQR, sodass ein Validator Etiketten ablehnen kann, die keine Asset-Tags sind.
Wie schreiben Sie eine IronQR-Eingabeaufforderung und richten Codex dafür ein?
Eine effektive IronQR-Batch-Eingabeaufforderung beschreibt sechs Dinge. Für diesen Rückstand ist die Eingabe jedes PNG und JPEG in Backlog/images/, eine SemaphoreSlim, skaliert durch eine --concurrency Option setzt die Parallelität fest, und die Ausgabe ist out/pipeline.csv mit einer Zeile pro Datei. Eine Datei, die wirft, erhält eine Zeile, während das Batch fortgesetzt wird. Der Beweis ist eine 1:1 Übereinstimmung mit out/sequential.csv, und die Einschränkungen sind keine neuen Pakete und Auto als Standard.
OpenAIs Forschung über Halluzinationen zeigt, dass Training und Bewertung das Raten belohnen, und in einem Batch-Job ist die Vermutung normalerweise eine Summe in der abschließenden Zusammenfassung.
Codex entdeckt Fähigkeiten im .agents/skills Ordner des Repositories, und jede Fähigkeit ist ein Ordner, der ein SKILL.md mit einem Namen und einer Beschreibung in der Vorstruktur enthält. Speichern Sie die skill.md von IronQR als .agents/skills/ironqr/SKILL.md und die Erwähnung von $ironqr wird aufgelöst. Codex kann auch die Fähigkeit ohne Erwähnung auswählen, wenn eine Aufgabe ihrer Beschreibung entspricht.
AGENTS.md enthält die Regeln, mit denen jede Sitzung beginnt. Codex liest höchstens eine solche Datei aus jedem Verzeichnis zwischen dem Stammverzeichnis des Repositories und dem Ordner, in dem es gestartet wurde, und eine tiefere Datei überschreibt die Anleitungen darüber. Der /init Befehl entwirft einen. Die Eingabeaufforderung unten benennt auch den llms.txt Index von IronQR als API-Referenz.
Create the repository's AGENTS.md with a section titled QR decoding. It
should say that IronQR (package IronQR, namespace IronQr) is the only QR
library here, that the ironqr skill in .agents/skills/ironqr/ and IronQR's
llms.txt documentation index are the API references, that the key is read
from IRONQR_LICENSE_KEY and never printed or written to a file, that
QrImageInput is disposed with an explicit Dispose() call and never a using
block, that Backlog/manifest.csv is ground truth and read-only, and that any
count, rate, or timing you report must come from a per-image results file
written in the same turn, named in your reply.
Wie bitten Sie Codex, IronQR hinzuzufügen und ein erstes Verzeichnis zu dekodieren?
Show me the IronQR PackageReference in AssetBacklog.csproj and the installed
version. Then run dotnet list package --include-transitive and quote the lines
for IronQR.Slim and Microsoft.ML.OnnxRuntime, since the detection model
depends on them. Change no package references.
Das IronQR Paket bringt IronQR.Slim für die verwaltete API, Microsoft.ML.OnnxRuntime für die Erkennung und die Windows-nativen Leser mit. Ein Projekt nur auf IronQR.Slim, das auf Windows auch IronSoftware.ReaderInternals.Windows benötigt, liest immer noch mit dem einfachen Scan, kann aber das Erkennungsmodell nicht ausführen. Das Paket ist IronQR mit einem großen R, während der Namensraum IronQr ist, sodass eine using IronQR Direktive nicht kompiliert werden kann. Überprüfen Sie das IronQR Änderungsprotokoll, bevor Sie eine Version fixieren.
IronQR fügt keine Test-Wasserzeichen zu Leseakten hinzu. Ein unlizenzierter erster Lesevorgang wirft LicensingException mit der Nachricht "Production License Required" und mit ReadAsync taucht die Ausnahme auf, wenn die Aufgabe erwartet wird. In einem Batch wird das zu einer identischen Fehlzeile pro Bild.
Move the license setup into a Startup.ApplyIronQrKey method called first in
Program.cs. If IRONQR_LICENSE_KEY is unset or License.IsLicensed is false,
exit with code 2 and one clear line on stderr before any image is opened,
because IronQR throws on the first read instead of degrading. Run the program
once as is and once with the variable removed for that single command, and
report both exit codes and what IsLicensed returned.
Die Lizenzschlüssel-Seite deckt Testschlüssel und die Konfigurationsdateien ab, die IronQR ebenfalls liest. Die Ausnahmeart ist intern für das IronQr-Assembly, daher schlägt das Fangen von LicensingException nach Art mit Fehler CS0122 fehl.
Ein sequentieller Decoder kommt als nächstes und seine Ergebnisdatei wird zur Referenz für jeden schnelleren Modus.
Create Services/BacklogDecoder.cs with DecodeAsync(string path) returning an
ImageOutcome record: file, status (Decoded, Empty, Unreadable), values, QR
types, exception type and message, and milliseconds. Open the file with
AnyBitmap.FromFile, read with QrScanMode.Auto, and never let one file stop
the batch. Add a --sequential mode that runs it over Backlog/images/ one file
at a time, writes out/sequential.csv, and starts out/runs.csv with the mode
and wall time. Report the status counts and the wall time from those files.
Wie dekodiert man einen Ordner parallel mit IronQR?
Der Async- und Multithreading-Leitfaden nennt einen separaten Leser pro Iteration die sichere Standardeinstellung, weil IronQR keine explizite Thread-Sicherheitsgarantie für eine gemeinsame Instanz gibt. Die nächste Eingabeaufforderung lässt den eingebauten Codex-Explorer-Agenten, einen leseintensiven Agenten zur Codebasis-Erkundung, das gegen die Dokumentation überprüfen, bevor irgendetwas parallel läuft.
Ask the explorer agent to answer this without editing anything. Before the
decoder goes parallel, list every QrReader, QrImageInput, and AnyBitmap that
BacklogDecoder creates or keeps, say which could be shared across threads,
and back each answer with a quote from
https://ironsoftware.com/qr/csharp/how-to/async-multithreading/ or the
ironqr skill. Flag anything the documentation leaves unstated.
In der Kalibrierung ergab das Teilen eines Lesers auf 32 Threads dieselben Ergebnisse wie ein Leser pro Datei. Eine spätere Version kann abweichen, und ein Leser pro Datei kostet wenig.
Das Eingabeobjekt benötigt ebenfalls Sorgfalt. In Version 2026.10.1 wirft ein using-Block um es herum NotImplementedException beim Verlassen, selbst nach einem erfolgreichen Lesen, sodass ein Batch jedes gute Bild als Fehler aufzeichnen würde. Überprüfen Sie jede Änderung für einen.
Für die parallele Version nennt die Eingabeaufforderung den eingebauten Arbeiter-Agenten, der die Bearbeitung in seinem eigenen Thread ausführt.
Have the worker agent add a --parallel mode with Parallel.ForEach,
MaxDegreeOfParallelism from a --threads option (default
Environment.ProcessorCount), and a new QrReader per file. Use the synchronous
Read inside the loop body, since Parallel.ForEach does not await an async
lambda. Write out/parallel.csv sorted by file name, then compare its status
and value columns with out/sequential.csv and fix any row that differs
before you finish. Append mode, thread count, and wall time to out/runs.csv.
Ein async-Lambda, das an Parallel.ForEach übergeben wird, kompiliert als async void, sodass die Schleife endet, bevor die Lesevorgänge abgeschlossen und die Ergebnisdatei verkürzt sind. Der Vergleich mit der sequentiellen Datei entdeckt es.
Wie begrenzen Sie gleichzeitige Lesevorgänge mit ReadAsync?
Eine parallele Schleife blockiert einen Thread pro Lesevorgang. ReadAsync hinter einem SemaphoreSlim hält eine feste Anzahl von Lesevorgängen in Gang und belässt den aufrufenden Thread frei, das Muster, das der Async-Leitfaden für hochvolumige Batches vorgibt. Es nimmt ein IQrInput und hat keine Überladung für einen Dateipfad, sodass jede Aufgabe immer noch ihren eigenen Bitmap öffnet.
Add a --pipeline mode: Task.WhenAll over every file, each task waiting on a
SemaphoreSlim sized by --concurrency and awaiting ReadAsync. Run it at
concurrency 2, 8, and Environment.ProcessorCount, writing
out/pipeline-c<N>.csv for each and appending to out/runs.csv. Confirm each
file matches out/sequential.csv row for row, then tell me which setting was
fastest according to runs.csv.
Das Erkennungsmodell verteilt bereits eine Lesevorgang über mehrere Kerne, sodass ein höheres Limit nicht schneller laufen muss. Lassen Sie runs.csv das Limit für Ihre Hardware festlegen und behalten Sie das Semaphore bei, um das zu tun, was es zuverlässig macht, nämlich die Speichernutzung zu begrenzen.
Welcher Scanmodus sollte ein Batch verwenden?
Das Erkennungsmodell liest Fotos, die der einfache Durchgang verpasst, und es macht auch den Großteil der Zeit aus, die jeder Lesevorgang benötigt.
Measure what the machine learning detector costs on this backlog. Run the
pipeline at the fastest concurrency from runs.csv, first under
QrScanMode.Auto and then under QrScanMode.OnlyBasicScan, writing
out/mode-auto.csv and out/mode-basic.csv with per-image milliseconds. Join
both with the category column of Backlog/manifest.csv and report decoded
count and median milliseconds per category for each mode. If either mode
reads files the other misses, keep Auto as the default and build a single
OnlyBasicScan retry of its Empty files into the decoder for every later run.
Rerun to out/mode-fallback.csv and count the recoveries.
Beide Modi lesen jeden sauberen Scan und Faxkopie, und jeder verpasste eine andere Handvoll von Telefonfotos. Bei den Fotos, die nur der einfache Durchgang las, lokalisierte das Erkennungsmodell den Code und konnte ihn nicht dekodieren, sodass Auto nie zurückfiel. Das Wiederholen der leeren Dateien mit QrScanMode.OnlyBasicScan hat jedes Foto wiederhergestellt.
Wie validieren Sie dekodierte Werte und berichten über Fehler?
Ein Batch trifft auf drei Arten von Fehlern, und jeder sieht im Code anders aus.
| Eingabe | Ergebnis | Status |
|---|---|---|
| Leer, abgeschnitten oder keine Bilddatei | Der Bildladungsvorgang wirft vor IronQR läuft | Nicht lesbar |
| Kein Code oder Schaden über die Fehlerkorrektur hinaus | Eine leere Sammlung, niemals null | Leer |
| Jeder Code, im Erkennungsmodus gelesen | Eckpunkte, eine leere Value, eine QrType von QrEncoding.None | Leer, nicht dekodiert |
Die dritte Zeile ist die gefährliche. Unser erster sequentieller Decoder hätte es als dekodiert gezählt, weil er nur überprüfte, ob ein Ergebnis zurückkam.
Backlog/README.md defines a valid asset tag. Add Services/TagValidator.cs and
apply it after each read: a decode only counts when the symbol is a standard
QR code (QrEncoding.QRCode), the value matches the documented pattern, and
the Luhn check digit holds. Give the others the statuses WrongSymbol,
InvalidFormat, or BadCheckDigit. Rerun the pipeline to out/validated.csv and
list every file whose status disagrees with expected_status in the manifest.
Eine Prüfziffer ist Teil Ihrer Daten, daher kann IronQR sie nicht validieren. Die Reed-Solomon-Korrektur innerhalb des Lesevorgangs, die der Leitfaden zu Prüfsumme und Fehler Toleranz beschreibt, beweist nur, dass das Symbol dekodiert wurde, und ein Ergebnis trägt keine Vertrauenseigenschaft. Ein Etikett mit einer falschen Prüfziffer wird sauber gescannt und ist dennoch ungültig.
IronQRs Leitfaden zu Fehlermeldungen zeigt das pro-Datei-Protokollierungsmuster, das die nächste Eingabeaufforderung auf den gesamten Rückstand anwendet.
Every file that is not Decoded needs a recorded reason. Write one JSON line
per file to out/decode-log.jsonl (file, status, exception type, message,
milliseconds), send IronQR's own log to out/ironqr-debug.log through
IronQr.Logging.Logger, and generate out/failures.md from the JSONL only: one
section per status other than Decoded, a count, and every file name. Then
check the section counts against out/validated.csv.
In Version 2026.10.1 zeichnet das IronQr.Logging.Logger Log den Scanpfad, den jeder Lesevorgang durchlief, wie einen Erkennungsscan mit dem maschinellen Lernmodell auf. Da der Bericht nur aus dem JSONL gebaut wird, zeigt sich ein Fehler, der vom Decoder nie protokolliert wurde, als eine Zahl, die nicht mit der Ergebnisdatei übereinstimmt.
Wie diagnostizieren Sie ein Bild, das nicht dekodiert werden kann?
Codex kann sich ein Bild ansehen. Fügen Sie die Datei mit codex --image an, wenn Sie die Sitzung starten, oder fügen Sie sie in den Komponist ein.
I attached IMG_0018.png from Backlog/images/ with codex --image. The pipeline
marks it Empty. Look at the picture and tell me whether it is a damaged code,
a page with no code, or a capture problem a rescan would fix. Then test your
answer: read it with all three QrScanMode values and write
out/retry-IMG_0018.csv. Do not change the pipeline.
In unserem Durchlauf kamen alle drei Modi leer für diese Datei zurück, und in der Kalibrierung fand das Erkennungsmodell nichts, das es lokalisieren könnte. Der Code selbst ist beschädigt, sodass der Verlust über das hinausgeht, was die Fehlerkorrektur wiederherstellt, und weder ein erneuter Lesevorgang noch ein Neuscannen desselben Etiketts ändern dies. Die Lösung ist ein Ersatzetikett und, wenn Sie die Etiketten selbst drucken, ein höheres Fehlerkorrektur-Niveau.
Wie debuggen Sie das fehlerhafte Chargenausgabemuster von Anfang bis Ende?
Send the explorer agent into Jobs/NightlyImport.cs and Logs/nightly-2026-10-06/
before anything is edited. That run reported six unreadable files and no other
failure, yet Backlog/archive-index-gaps.csv lists assets the archive never
received. Find what the missing assets have in common, explain why the job
counted them as successes, and propose the smallest fix together with the
command that would prove it. Put the findings in out/nightly-diagnosis.md and
change no code.
Genehmigen Sie die Diagnose vor jeder Korrektur. Ein gutes zitiert die Zeile, die den Erfolg bestimmt. Überprüfen Sie den vorgeschlagenen Fix auch gegen out/mode-fallback.csv.
Wie wandeln Sie einmalige Codes in wiederverwendbare, getestete Komponenten um?
Put the worker agent on folding the modes into a BacklogJob class. Add the
Microsoft.Extensions.DependencyInjection package, register the job with it,
and configure it with a BacklogOptions record (input folder, concurrency,
scan mode, output folder). Keep the validator, the basic-scan retry, and the
logging in it, stay under 160 lines, and add XML doc comments. Before
finishing, run it over Backlog/images/ into out/final.csv and confirm every
row agrees with the manifest's expected_status and expected_value.
Ein Refactor kann den Validator, den Basic-Scan-Retry oder den Leser pro Datei ohne einen Build-Fehler entfernen. Nur ein vollständiger Neulauf gegen die Grundwahrheit fängt das auf.
Add an xUnit project, AssetBacklog.Tests, and cover BacklogJob with tests
that read real files from Backlog/images/: a clean scan decodes to its
manifest value, the zero-byte file comes back Unreadable without throwing, a
damaged image is Empty, a Micro QR label is WrongSymbol, a bad check digit is
BadCheckDigit, and a parallel run over 40 files matches a sequential one.
Assert on status and value. Run dotnet test and report the totals it prints.
Das Manifest behebt Status und Wert, während sich Zeitangaben von Lauf zu Lauf ändern.
Halten Sie wiederkehrende IronQR-Fragen in der Repository-Fähigkeit. OpenAIs Benutzerdefinierte Eingabeaufforderungen Seite markiert den älteren ~/.codex/prompts Ordner zugunsten von Fähigkeiten als veraltet.
$ironqr Using the IronQR API reference, list every member of QrResult and say
whether IronQR reports a confidence or checksum score for a read. Then point
to the line in BacklogJob that decides a file is Decoded.
In unserem Durchlauf listete Codex die vier Mitglieder eines Ergebnisses auf und verfolgte Dekodierte von der Aufgabe über den Decoder bis zur Validatorzeile, die es zurückgibt.
Wie verwenden Sie diese Eingabeaufforderungen in einem anderen Bildordner?
Ändern Sie die Pfade, und jede oben stehende Eingabeaufforderung läuft wie geschrieben. Der Leitfaden zu AI-Coding-Assistenten führt eine einzelne Akzeptanzeingabeaufforderung von Anfang bis Ende durch und veröffentlicht das Ergebnis.
Was haben die Aufforderungen in einem realen Lauf erzeugt?
Wir haben jede obenstehende Eingabeaufforderung in Reihenfolge in einen Thread an Codex geschickt, gegen ein Beispiel-Repository. Es enthält eine Konsolenanwendung und einen Rückstand von 301 Bildern (saubere Scans, Telefonfotos, Faxkopien, beschädigte Etiketten, leere Deckblätter, Mikro-QR-Regaletiketten, ungültige Tags und sechs Dateien, die gar keine Bilder sind), mit einem Manifest des erwarteten Status und Werts jedes einzelnen. Nach der Sitzung haben wir das Projekt im Release-Modus neu erstellt und die Tests durchgeführt. Wir haben auch jedes Bild unabhängig dekodiert, um die unten stehenden Ergebnisse zu überprüfen.
- Der Basic-Scan-Retry erhöhte Dekodierte von 256 auf 264. Vor ihm dekodierte jeder Modus 256 von 301, und 16 Dateien unterschieden sich zwischen den beiden.
- Ein sauberer Scan dauerte im Durchschnitt 360 ms unter Auto und 35 ms unter dem Basis-Scan, der den gesamten Rückstand bei Limit 2 in 7 s durchlief.
- Der sequenzielle Decoder zeichnete 256 Dekodierte, 39 Leere und 6 nicht lesbare in 71 s auf.
- Der Parallelmodus schrieb dieselben 301 Zeilen in 60 s bei 32 Threads, und die Pipeline schrieb sie in 55, 66 und 68 s bei Limits 2, 8 und 32.
- Im Quickstart wurden 9 von 12 Zeilen dekodiert, 2 kamen leer zurück und 1 Null-Byte-Datei warf.
- Die Validierung entsprach dem Manifest mit 240 Dekodierten, 31 Leeren, 8 FalschesSymbol, 8 UngültigesFormat, 8 FalschePrüfziffer und 6 Unlesbaren.
- Der Fehlerbericht enthielt 61 Datensätze, einen pro fehlgeschlagener Datei.
- Nach dem Refactoring entsprach der 64-zeilige Job dem Manifest bei 301 von 301 Zeilen und 6 von 6 Tests bestanden, erneut im Release.
- Alle 16 Eingabeaufforderungen liefen mit jedem Build ohne manuelle Codebearbeitungen erfolgreich. Eingabeaufforderungen 13 bis 16 erreichten das Nutzungs-Limit des Gratis-Plans und wurden im selben Thread fortgesetzt, nachdem Codex erneut angemeldet wurde.
- Vor der Untersuchungseingabeaufforderung haben wir einen nächtlichen Job mit einem eingebauten Fehler hinzugefügt, seine Logs und eine Lückenliste. Codex fand den Nur-Erkennungsmodus auf Foto-JPEGs und eine Erfolgsprüfung, die jedes Ergebnis akzeptiert.
Codex' Version, Modell, Timing und Testmaschine für diesen Lauf befinden sich im geteilten Laufprotokoll.
Fehlerbehebung
- Async- und Multithreading wenn ein paralleler Lauf weniger Zeilen schreibt, als es Bilder gibt
- Wenden Sie einen Lizenzschlüssel in IronQR an wenn jede Zeile in der Ergebnisdatei denselben Lizenzfehler zeigt
- QR-Codes mit Scan-Modi lesen falls Ergebnisse mit Eckpunkten und ohne Werte zurückkommen
- Laufzeit-Kopie-Exception wenn das Erkennungsmodell nach einer Veröffentlichung nicht geladen werden kann
Fragen?
Wenn Sie Fragen haben, wenden Sie sich an support@ironsoftware.com.
Curtis Chau hat einen Bachelor-Abschluss in Informatik von der Carleton University und ist spezialisiert auf Frontend-Entwicklung mit Expertise in Node.js, TypeScript, JavaScript und React. Leidenschaftlich widmet er sich der Erstellung intuitiver und ästhetisch ansprechender Benutzerschnittstellen und arbeitet gerne mit modernen Frameworks sowie der Erstellung gut strukturierter, optisch ansprechender Handbücher.