
バイブコーディングで、SonyのRAW(ARW)のサムネイルがエクスプローラーで表示されるようにした
趣味で写真を撮っています。Sonyのカメラなのですが、RAWファイルは、エクスプローラーでサムネイルが表示されないのでちょっと不便に感じていました。なんか専用のソフトを入れたり、設定を頑張ったりすると表示されるという話も聞いたのですが、よくわからなかった。
だったら、バイブコーディングで作ってしまえば良いのでは!?
そして、AIに作り方を聞いてみたところ、エクスプローラーの拡張はC++でDLLを作れば良いらしい。なるほど。普通に作るには、素人にはハードルが高そうです。しかしそこは大AI時代。codexに作らせたところ、見事に出来上がりました! やった! これでとっても便利になる!
さすがに、システムの深いところに関わるソフトなので、素人が作ったものを軽々に公開はできません。危ないから。だけど、同じようなことをしてみたい人もいるかもしれないと思いまして、こんな感じのプロンプトを入れたらできますよ、というのをまとめてみました。
実際には、Visual Studio Build Toolsを入れて、Cmakeを入れて、という開発環境のセットアップも必要です。できあがったDLLをPowerShellを使ってシステムに登録する作業も必要です。しかし、これらもcodexに頼めばだいたいやってくれます。便利すぎる時代になりました。プログラミングについてはAIが役に立ちすぎるので、私が下手くそな解説を書くよりも、個々人の環境に合わせてAIに聞くのが良いかと思います(丸投げ人類)。
以下の様なプロンプトで、作れると思います。もっと良い方法があれば、ぜひ教えてください~。
あなたは Windows Shell 拡張、COM、WIC、CMake、Visual Studio 2022 に詳しいシニアエンジニアです。プロジェクト名は ArwThumbProvider。Windows 10/11 x64 向けに、Sony ARW ファイルの埋め込み JPEG プレビューを Windows Explorer のサムネイルとして返す、実用的で小さな Windows Shell 拡張プロジェクトを一式生成してください。実装言語は C++17、ビルドは CMake、開発環境は Visual Studio 2022 前提です。
目的:Sony の ARW ファイルを RAW 現像せず、ARW 内に埋め込まれている JPEG プレビューだけを使って高速にサムネイルを返す。
Windows Explorer で .arw のサムネイルを表示できるようにする。
登録前に単体確認できるよう、ARW から埋め込み JPEG を取り出して保存する CLI ツールも同梱する。
機能要件:ARW は TIFF ベースのファイルとして扱う。
RAW センサーデータのデモザイク、色補正、現像は一切しない。
TIFF IFD の JPEGInterchangeFormat と JPEGInterchangeFormatLength を優先して探索する。
SubIFDs、ExifIFDPointer、InteroperabilityIFDPointer も辿る。
埋め込み JPEG 候補が複数ある場合は最大の候補を選ぶ。
TIFF タグから見つからない場合だけ、JPEG の SOI と EOI を保守的にスキャンするフォールバックを入れる。
TIFF の Orientation を読み取り、1 から 8 の回転・反転を WIC で反映する。
Explorer に返すビットマップは 32bit の HBITMAP にする。
サムネイルは長辺 128px 以下に制限する。
requestedSize が 0 のときは 128 とみなし、16 から 128 の範囲にクランプする。
対象拡張子は .arw のみとする。
x64 のみを対象にする。
Shell 拡張要件:IInitializeWithStream と IThumbnailProvider を実装する。
Explorer 側では IStream ベースで処理し、不要なファイル全体読み込みを避ける。
DllCanUnloadNow、DllGetClassObject、DllRegisterServer、DllUnregisterServer、dllmain、ClassFactory、GUID 定義、モジュール参照カウント管理を実装する。
DLL エクスポートはモジュール定義ファイルを使って明示する。
InprocServer32 の ThreadingModel は Apartment にする。
サムネイルハンドラー関連付けには標準のサムネイルハンドラ GUID である {E357FCCD-A995-4576-B01F-234630154E96} を使う。
COM クラスの CLSID は 1 つ定義し、コード全体で一貫して使う。
レジストリ要件:管理者権限を前提にしない。
登録は HKCU\Software\Classes の per-user COM 登録だけを使う。
既定の関連付けアプリは変更しない。
次の 3 系統を登録対象にする。
HKCU\Software\Classes\CLSID{Provider CLSID}
HKCU\Software\Classes.arw\ShellEx{E357FCCD-A995-4576-B01F-234630154E96}
HKCU\Software\Classes\SystemFileAssociations.arw\ShellEx{E357FCCD-A995-4576-B01F-234630154E96}
解除時は作成したキーを確実に削除し、SHChangeNotify で関連付け変更通知を送る。
WIC 要件:JPEG デコードには Windows Imaging Component を使う。
可能なら IWICBitmapSourceTransform を使った高速経路を試す。
高速経路が失敗した場合は FlipRotator、Scaler、FormatConverter にフォールバックする。
返すビットマップは top-down DIB section にする。
ピクセル形式は 32bpp BGRA に変換する。
安全性と堅牢性:Explorer に読み込まれる DLL であることを前提に、入力検証を徹底する。
すべてのオフセット、長さ、加算、乗算で境界チェックと整数オーバーフロー回避を行う。
null チェック、サイズ検証、HRESULT の確認を徹底する。
TIFF は通常の TIFF のみ対応し、BigTIFF は非対応でよい。
IFD エントリ数に上限を設ける。
巡回する IFD 数に上限を設ける。
SubIFD の展開数にも上限を設ける。
JPEG スキャンはチャンク単位で行い、巨大ファイルでもメモリ使用量を抑える。
例外を COM 境界の外に漏らさない。
Shell 拡張側でネットワークアクセス、外部プロセス起動、一時ファイル作成、不要な全面読み込みをしない。
失敗時は Explorer を巻き込まず、HRESULT で安全に失敗させる。
解析ロジック要件:ARW 解析ロジックは再利用可能な静的ライブラリとして分離する。
このコアライブラリは、IStream ベースの抽出 API と、バイト配列ベースの抽出 API の両方を持つ。
抽出結果は JPEG バイト列と Orientation を返せるようにする。
TIFF 長が JPEG 末尾を含む場合はそのまま使い、余分なパディングがある場合は JPEG の EOI でトリムする。
フォールバックの SOI/EOI スキャンでも最小サイズ制約を設け、壊れた短い断片を拾いにくくする。
CLI 要件:別途、arw-preview-dump という CLI ツールを作る。
引数は input.ARW output.jpg の 2 つにする。
ARW から埋め込み JPEG を抽出して保存する。
抽出失敗時とファイル I/O 失敗時は終了コードとメッセージを返す。
Shell 拡張を登録する前の事前確認用途として使えるようにする。
スクリプト要件:PowerShell の register スクリプトと unregister スクリプトを作る。
既定ではビルド成果物の DLL を探す。
任意の DLL パスも渡せるようにする。
regsvr32 をサイレントモードで呼び出す。
任意で Explorer 再起動オプションを付ける。
メッセージは日本語で分かりやすくする。
ビルド要件:CMake 3.21 以上を前提にする。
Windows 以外では明示的にエラーにする。
C++17 を必須にする。
Visual Studio 2022 x64 用の preset を用意する。
Release ビルド用 preset も用意する。
コア静的ライブラリ、Shell 拡張 DLL、CLI ツールの 3 ターゲット構成にする。
DLL には ole32、uuid、windowscodecs、gdi32、advapi32、shell32 をリンクする。
MSVC では /W4、/permissive-、/EHsc を有効にする。
DLL と CLI の成果物は build 配下の bin ディレクトリに出るようにする。
リポジトリ構成:ルートに CMake のビルド定義、preset 定義、README、src、tools、install、sample_raws を置く。
src には ARW 解析、WIC 変換、COM プロバイダ、ClassFactory、GUID、モジュール参照カウント、レジストリ登録、dllmain、エクスポート定義を分割して配置する。
tools には CLI の実装を置く。
install には登録・解除スクリプトを置く。
sample_raws は空でもよいが、用途が分かるようにしておく。
README 要件:README は日本語で書く。
このソフトが何をするかを最初に簡潔に説明する。
ARW の埋め込み JPEG を使うだけで、RAW 現像はしないことを明記する。
ビルド手順を書く。
CLI での事前確認方法を書く。
登録方法、解除方法、Explorer のサムネイルキャッシュに関する注意を書く。
登録されるレジストリキーを書く。
制限事項として、.arw のみ対応、x64 のみ、埋め込み JPEG 前提、Explorer にロードされる拡張であることを書く。
コード品質:過剰な抽象化は避け、短く読みやすい構成にする。
標準ライブラリと Win32/COM/WIC 以外の依存を追加しない。
ATL、MFC、Boost、Qt、libraw、exiv2、OpenCV などは使わない。
コメントは最小限にし、複雑な安全確認や分岐の意図だけに絞る。
文字列は Windows 向けに Unicode 前提にする。
出力形式:まずリポジトリ構成を示す。
次に、作成するすべてのファイルの完全な内容を省略なしで出す。
コード断片ではなく、そのまま保存できる完全な内容で出す。
同じ内容を省略記法で済ませない。
最後に、ビルド手順、CLI での確認手順、登録手順、解除手順を簡潔にまとめる。
余計な前置きや言い訳は入れない。
最後に、セルフレビューとして次の観点を箇条書きで確認すること。Explorer クラッシュ要因になり得る未検証入力が残っていないか。
COM の参照カウントと所有権移譲に破綻がないか。
レジストリ書き込みが HKCU のみに収まっているか。
ARW 全体の丸読みを避けられる経路で避けているか。
128px 上限と Orientation 反映が満たされているか。