IronQR を ChatGPT Codex で使用する方法
QRコードのバックログは、スキャンされた資産タグ、現地で撮影した写真、ファックスコピー、スキャナーエラーからのゼロバイトファイル、コードなしのカバーシートを含む無秩序なフォルダーとして届くことが多いです。 1つのファイルを1度に処理する単純なループは、最初の破損したファイルで停止し、どの画像が失敗したかまたは失敗の理由を追跡しません。
ChatGPT CodexはOpenAIのコーディングエージェントです。 これは、端末、IDE、ChatGPTデスクトップアプリ、クラウドで動作し、すべて単一のChatGPTサインインの下で行われます。 IronQRはIron Softwareの.NET QRコードライブラリです。
各プロンプトは、Codex にタスクを実行させ、1画像につき1行の結果ファイルを生成させます。 バッチジョブは結果を出さないファイルを処理する可能性があるため、このガイドで参照されるすべてのカウントは、プロンプトで示された結果ファイルに基づいています。
クイックスタート.NET コンソールプロジェクト内で Codex を開始し、画像フォルダーを含め、バッチ処理の要件を指定します。
$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.
$ironqr の言及は、Codex がコードを書く前に IronQR のスキルをロードします。
最小限のワークフロー(5ステップ)
- NuGetからC#用QRコードライブラリをダウンロード
- IronQR のスキルを
.agents/skills/ironqr/SKILL.mdとして保存し、$ironqrが解決されるようにします。 - リポジトリの QR デコード規則を含む
AGENTS.mdをコミットします。 - 一度に一つのモード(順次、
Parallel.ForEach、次にSemaphoreSlim)を要求し、それぞれの結果ファイルを最後のものと比較します。 - 各メンバーが API リファレンス で使用したものを確認し、最終結果ファイルを基準真実と照合します。
ChatGPT Codex とは何か、そしてどのように.NET QRコード作業に組み込まれるのか?
Codex は付与された権限内で動作します。 デコーダーを書き、それを画像に適用して出力を読み取り、コードを修正します。 Codex CLI レポジトリ から npm install -g @openai/codex で CLI をインストールし、端末利用のための Codex CLI ドキュメント を参照してください。
基準真実があるバックログは審査を短縮します。 発明されたメンバーはビルドを失敗させ、誤ったデコードは Backlog/manifest.csv と一致しない行として表示されます。
エージェントは各バッチを構造化しますが、デコーダーはどのスレッドカウントでも特定の画像に対して同じ値を返す必要があります。 その一貫性はライブラリにあり、IronQRはバックログに必要な部分をカバーしています。
- 一度の呼び出しでの写真とスキャン:
QrScanMode.Autoモードは検出モデルを実行し、モデルが何も見つけない場合は基本的なスキャンで再試行します。 スキャンモードガイド は、2つの単一パスモードと比較します。 - すべての結果に表示される記号タイプ:
QrResult.QrTypeは標準QR (QrEncoding.QRCode) を Micro QR および rMQR から分離し、非資産タグラベルを拒否できるようにします。
IronQRプロンプトを作成し、Codexを設定する方法は?
効果的なIronQRバッチプロンプトは6つのことを示します。 このバックログでは、入力は Backlog/images/ 内のすべてのPNGおよびJPEGであり、SemaphoreSlim が --concurrency オプションによってサイズされて同時実行が設定され、出力はファイルごとに1行の out/pipeline.csv です。スローされるファイルには、バッチが続行する間に行が与えられます。 証拠は out/sequential.csv との行ごとの一致であり、制約は新しいパッケージはなく、デフォルトはオートです。
OpenAIの幻影についての研究は、トレーニングと評価が推測を報われていると見つけ、バッチジョブ内での推測は通常、終了の要約での総数です。
Codex はリポジトリの .agents/skills フォルダ内でスキルを発見し、各スキルは名前と説明が前書きにある SKILL.md を含むフォルダです。 IronQR の skill.md を .agents/skills/ironqr/SKILL.md として保存し、$ironqr の言及が解決されます。 Codex はタスクが説明に一致する場合、言及なしでスキルを選択することもできます。
AGENTS.md は各セッションが開始するルールを運びます。 Codexは、開始されたフォルダとリポジトリルートの間の各ディレクトリから最大1つのそのようなファイルを読み取り、より深いファイルが上のガイダンスを上書きします。 /init コマンドは1つをドラフトします。 以下のプロンプトは、APIリファレンスとしてIronQRのllms.txtインデックスを名付けます。
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.
Codex に IronQR を追加して最初のフォルダをデコードするように依頼しますか?
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.
IronQR パッケージは管理された API のための IronQR.Slim、検出のための Microsoft.ML.OnnxRuntime、および Windows ネイティブリーダーを持ち込んでいます。 IronQR.Slim 単独のプロジェクトで、 Windows でも IronSoftware.ReaderInternals.Windows が必要ですが、基本スキャンでの読み取りは可能ですが、検出モデルを実行できません。 パッケージはIronQRでRが大文字であり、名前空間はIronQrなので、using IronQR指令はコンパイルに失敗します。リリースをピンする前にIronQR changelogを確認してください。
IronQR は読み取りにトライアルの透かしを追加しません。 未許可の最初の読み取りは、"Production License Required" メッセージで LicensingException をスローし、タスクが待たれる際に ReadAsync が例外を表面化します。 バッチでは、それが画像ごとに同一の失敗行です。
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.
ライセンスキーのページ にはトライアルキーとIronQRも読める構成ファイルがカバーされています。 例外タイプはIronQr アセンブリに内部的であるため、型で LicensingException をキャッチしても、CS0122 エラーでコンパイルに失敗します。
次に来るのは順次のデコーダで、その結果ファイルがすべてのより速いモードの基準となります。
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.
IronQRを使用してフォルダを並行してデコードしますか?
非同期とマルチスレッディングガイド は、各反復ごとの別々のリーダを安全なデフォルトとし、IronQR は共有インスタンスへの明示的なスレッドセーフ保証を行っていません。 次のプロンプトには、既存のエクスプローラエージェントが含まれ、読み込み重視のエージェントがコードベース探索を行い、並行実行する前にドキュメントと照合します。
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.
キャリブレーションでは、32のスレッドで1つのリーダを共有することで、1ファイルにつきリーダを持つ場合と同じ結果が得られました。後のリリースでは異なるかもしれませんが、1ファイルにつきリーダを持つことはコストが少ないです。
入力オブジェクトも注意が必要です。 バージョン 2026.10.1 では、読み取りが正常に終了した後でも、周囲に使用ブロックがある場合に終了時に NotImplementedException をスローします。 各差分を1つ検討します。
並列版の場合、プロンプトは組み込みのワーカーエージェントの名前を持ち、それが自身のスレッドで編集を実行します。
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.
非同期ラムダが Parallel.ForEach に渡されると、非同期 void としてコンパイルされるため、ループは読み込みが終了する前に戻り、結果ファイルが短くなります。 順次ファイルとの比較でキャッチされます。
ReadAsync を使って同時読み込みを制限できますか?
並列ループは読み込みごとにスレッドをブロックします。 ReadAsync は SemaphoreSlim の後ろにあり、一定数の読み込みを行い、呼び出しスレッドを自由にし、高容量のバッチに適した非同期ガイドパターンを示しています。 それは IQrInput を取り、ファイルパスのオーバーロードがありませんので、各タスクは自身のビットマップを開きます。
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.
検出モデルはすでに一つの読み取りをいくつかのコアに広げているので、より高い制限はより速く動作する必要はありません。 runs.csv にハードウェアの制限を選ばせ、何を確実に行うのかをセマフォにします。それはメモリの使用量を抑えることです。
どのスキャンモードをバッチで使うべきですか?
検出モデルは基本パスが見逃す写真を読み取り、それが各読み取りで消費される時間の大部分を占めています。
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.
両モードともすべての清潔なスキャンとファックスコピーを読んでおり、それぞれ異なる一握りの電話の写真を見逃しました。 基本パスのみが読み取れる写真では、検出モデルはコードを見つけることに成功しましたが、デコードすることはできませんでした。そのため、オートモードは後退しませんでした。 QrScanMode.OnlyBasicScan で空ファイルを再試行することで、すべての写真が回復されました。
デコードされた値を検証し、失敗を報告する方法は?
バッチは3種類の失敗に直面し、それぞれがコードで異なって見えます。
| 入力 | 結果 | ステータス |
|---|---|---|
| 空、切り捨てられたまたは非イメージファイル | IronQR の実行前に画像の読み込みがスローされます | 読み取れない |
| コードがない、またはエラー訂正を超える損傷 | 空のコレクションであり、決して null ではありません | 空 |
| 検出専用モードで読み込まれた任意のコード | コーナーポイント、空Value、QrEncoding.NoneのQrType | 空で、デコードされていません |
3行目が危険なものです。 最初の順次デコーダは、結果が返されるかどうかだけを確認することで、一旦デコードされたものと数える可能性がありました。
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.
チェックディジットはデータの一部なので、IronQRはそれを検証することはできません。 読み込み内のReed-Solomon修正は、チェックサムと誤り許容ガイドで記載されていますが、それはシンボルがデコードされたことを証明するだけであり、結果には信頼の属性はありません。 誤ったチェックディジットを持つタグは、クリーンにスキャンされても無効です。
IronQR の エラーメッセージガイド では、次のプロンプトがバックログ全体に適用されるファイルごとのロギングパターンを示しています。
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.
バージョン 2026.10.1 では、IronQr.Logging.Logger ログが各読み取りがたどったスキャンパスを記録しています。 レポートはJSONLからのみ作成され、デコーダがログに記録していない失敗は、結果ファイルと一致しないカウントとして表示されます。
デコードできない画像を診断する方法は?
Codexは画像を見ることができます。 ファイルをセッション開始時にcodex --imageで添付するか、コンポーザーに貼り付けます。
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.
我々の実行では、このファイルには3つのモードすべてが空で戻され、キャリブレーションでは検出モデルは何も見つけることができませんでした。 コード自体が損傷しているため、損失はエラー訂正が回復する範囲を超えており、別の読み取りや同じラベルの再スキャンでもそれは変わりません。 修正は交換ラベルであり、もしラベルを自分で印刷するなら、誤り訂正レベルがより高いものにするべきです。
不正なバッチ出力を端から端までデバッグする方法は?
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.
修正を行う前に診断を承認してください。 良い診断は、成功を決定する行を引用します。 提案された修正も out/mode-fallback.csv と対比して確認してください。
一度限りのコードを再利用可能でテスト済みのコンポーネントに変えるにはどうすればよいですか?
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.
リファクタリングは、ビルドエラーなしで検証者、基本スキャンの再試行、ファイルごとのリーダーを削除できます。 地面の真実に対して完全に実行しない限り、それを捕まえることはできません。
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.
マニフェストは状態と値を修正し、タイミングは実行ごとに変わります。
繰り返されるIronQRの質問をリポジトリのスキルに保管してください。 OpenAI の カスタムプロンプト ページでは、古い ~/.codex/prompts フォルダがスキルに取って代わられていることを示しています。
$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.
我々の実行では、Codexは結果の4つのメンバーをリストし、デコードされた結果をジョブからデコーダーまで追跡し、それを返す検証者行に至りました。
これらのプロンプトを別の画像フォルダで再利用する方法は?
パスを変更すると、上記のすべてのプロンプトがそのまま実行されます。 AIコーディングアシスタントガイド はすべてのプロンプトを終端から始めてエンドツーエンドで実行し、結果を公開します。
プロンプトが実運用で生成したものは何ですか?
我々はサンプルリポジトリに対して、上記のすべてのプロンプトを1つのスレッドでCodexに送信しました。 それはコンソールアプリケーションと 301 イメージのバックログで、クリーンスキャン、携帯電話写真、ファックスコピー、損傷タグ、空白のカバーシート、Micro QR棚ラベル、無効タグ、全く画像でない6つのファイルが含まれ、各々の期待される状態と値のマニフェストがあります。 セッションの後、プロジェクトをReleaseで再構築し、テストを実行しました。 また、以下の結果を確認するために、それぞれの画像を個別にデコードしました。
- 基本スキャンの再試行は256から264までデコードを引き上げました。それ以前に各モードは301のうち256をデコードし、両者の間で16ファイルが異なっていました。
- クリーンなスキャンは、Auto では中位360msを、基本スキャンでは35msを要し、制限2で7秒でバックログ全体を実行しました。
- 順次デコーダは256デコード、39エンプティ、6未読を71秒で記録しました。
- 並列モードは、32スレッドで同じ301行を書き込み、パイプラインは制限2,8,32で55,66,68秒でそれらを書き込みました。
- クイックスタートでは、12行中9行がデコードされ、2行が空で戻り、1つのゼロバイトファイルがスローされました。
- 検証はマニフェストと一致し、240解読、31空、8不正なシンボル、8無効フォーマット、8不正チェックディジット、6未読がありました。
- 失敗報告には、失敗したファイルごとに1件ずつ計61件がありました。
- リファクタリング後、64行のジョブは301のうち301行のマニフェストと一致し、6件のテストがすべてReleaseで合格しました。
- すべての 16 プロンプトがすべてのビルドで実行され、手動で編集されたコードはありませんでした。 プロンプト13から16は無料プランの使用制限に達し、再びログイン後に同じスレッドで再開されました。
- 調査プロンプトの前に、植え付けられた障害の夜間ジョブ、ログ、および空白リストを追加しました。Codexは写真JPEGで検出専用モードと任意の結果を受け入れる成功チェックを見つけました。
この実行のためのCodexのバージョン、モデル、タイミング、テストマシンは共有実行記録にあります。
トラブルシューティング
- 非同期とマルチスレッディング もし並行ランが画像の数より少ない行を書くなら
- IronQRでライセンスキーを適用するもし結果ファイルのすべての行が同じライセンス失敗を表示するなら
- スキャンモードでQRコードを読み取るもし結果がコーナーポイントを持ち、値がない場合
- ランタイムコピー例外になれば、検出モデルが公開後にロードできない場合
質問ありますか?
質問がある場合は、support@ironsoftware.com にお問い合わせください。
Curtis Chauは、カールトン大学でコンピュータサイエンスの学士号を取得し、Node.js、TypeScript、JavaScript、およびReactに精通したフロントエンド開発を専門としています。直感的で美しいユーザーインターフェースを作成することに情熱を持ち、Curtisは現代のフレームワークを用いた開発や、構造の良い視覚的に魅力的なマニュアルの作成を楽しんでいます。