guillaumemeyer/watermarks-remover · 上手攻略

  • 仓库：guillaumemeyer/watermarks-remover
  • 链接：https://github.com/guillaumemeyer/watermarks-remover
  • 分类：skill / privacy
  • 作者：Tom
  • 更新：2026-08-22

这是什么

watermarks-remover 是一个多层级 AI 溯源标记清除工具，旨在从文本和文件中移除各大 AI 服务商嵌入的 provenance（水印/元数据）。它的目标用户是希望保护自己内容隐私的个人和团队，以及需要在 AI 工作流中处理混合内容的开发者。

工具分为三个处理层级：

层级 目标 处理方式
Layer A 不可见 Unicode 字符（零宽空格、方向控制符、标签字符、空格同形字） 确定性 Python 脚本
Layer B 统计采样类文本水印（token-sampling watermark，如 Claude seam、Gemini SynthID-Text 类） Agent 重写 + 可选 rewrite_text.py hook
File Layer C2PA/EXIF/XMP 等文件元数据（PNG、JPEG、PDF、DOCX、SVG、HTML 等） Python stdlib + 外部工具（c2patool、exiftool、qpdf）

支持的 AI 水印类别：Claude 系列、 Gemini / SynthID-Text、OpenAI provenance surfaces、open-LLM（Kirchenbauer 风格 / keyed-Gumbel / EXP/Aaronson）。

最新版本：v0.5.0

⚠️ 版本说明：v0.5.0 发布于 2025 年中后期，具体发布日期未经独立核验，以 GitHub Releases 页为准。

解决什么问题

当你使用 AI 工具（Claude、GPT、Gemini 等）生成文本或处理图片后，这些内容可能包含：

  • 不可见字符：AI 生成文本常被嵌入零宽空格或 bidi 控制符，用来追踪来源或破坏文本处理工具
  • 统计水印：部分 AI 服务会在 token 采样过程中留下可被检测到的统计分布偏差（SynthID-Text 类）
  • C2PA/EXIF 元数据：AI 处理过的图片和 PDF 会携带内容凭证（Content Credentials），记录「此文件由某 AI 生成」
  • 文件属性：Word/PDF 文档的创建工具、修改历史等元数据

watermarks-remover 将以上这些「AI 溯源痕迹」分层清除，让你对自己的内容拥有完整所有权，不被外部检测工具关联回特定的 AI 服务商。

快速安装

方式一：Grok Skill（最简，推荐用于 Agent 场景）

# 项目本地 Grok skill
mkdir -p .grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" .grok/skills/remove-ai-marks

# 用户全局 Grok skill
mkdir -p ~/.grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" ~/.grok/skills/remove-ai-marks

调用方式：Grok 中输入 /remove-ai-marks 或直接说「strip AI watermarks」。

方式二：Cursor Skill（文档/手稿场景）

git clone https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover
python3 install_skill.py   # macOS/Linux
py install_skill.py        # Windows

方式三：本地 Python HTTP 服务（核心用法）

git clone https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover

# 启动服务（Python 3.10+，纯 stdlib，无需 Docker）
make serve
# 监听 http://127.0.0.1:8765

# 或直接运行
python3 service/scripts/server.py --host 127.0.0.1 --port 8765

可选外部工具（建议安装，提升处理能力）

工具 作用
c2patool 解析和剥离 C2PA manifests
exiftool 深度清除 PDF 等文件的残留元数据
qpdf PDF 结构重建（完整清除 PDF 水印必须）

核心用法

命令行直接处理

SCRIPTS=service/scripts

# 统一 inspect + clean（自动识别格式）
python3 "$SCRIPTS/inspect_file.py" draft.md
python3 "$SCRIPTS/clean_file.py" draft.md -o draft.cleaned.md
python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png
python3 "$SCRIPTS/clean_file.py" notes.docx -o notes.cleaned.docx

# Layer A：仅文本清洗（Unicode 类）
python3 "$SCRIPTS/clean_text.py" draft.md -o draft.cleaned.md --stats

# Layer B：统计水印重写（需要模型，默认 print-prompt 不调用模型）
python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --strength paraphrase

# Layer B + Ollama 本地模型（可选，需 WATERMARKS_REWRITE_ALLOW_REMOTE=1）
WATERMARKS_REWRITE_BACKEND=ollama \
WATERMARKS_REWRITE_MODEL=llama3.2 \
python3 "$SCRIPTS/rewrite_text.py" draft.md -o draft.rewritten.md

# 图片清洗
python3 "$SCRIPTS/inspect_image.py" shot.png
python3 "$SCRIPTS/clean_image.py" shot.png -o shot.cleaned.png

⚠️ Layer B 模型调用说明：默认 --backend print-prompt 只打印重写提示词，不实际调用模型。若需实际重写，需配置 Ollama 或 OpenAI 兼容 API。API key 通过环境变量 WATERMARKS_REWRITE_API_KEY 传入（不在命令行参数中暴露）。

HTTP API

启动服务后（默认 http://127.0.0.1:8765），可用以下接口：

# 健康检查
curl http://127.0.0.1:8765/health

# 检查文件（Base64 编码）
curl -X POST http://127.0.0.1:8765/inspect \
  -H "Content-Type: application/json" \
  -d '{"file": "<base64>", "name": "notes.md"}'

# 清除水印
curl -X POST http://127.0.0.1:8765/clean \
  -H "Content-Type: application/json" \
  -d '{"file": "<base64>", "name": "notes.md", "options": {}}'

典型适用场景

  1. 隐私敏感内容发布：你用 AI 辅助撰写了一篇文章，希望发布时完全以个人身份出现，不被溯源检测工具关联回 AI 服务商
  2. AI 工作流中的中间文件处理：用 AI 生成初稿 → 用 watermarks-remover 清洗 → 人工修改润色 → 最终发布（保留人类作者属性）
  3. 内容二次创作：AI 生成图片后去除 Content Credentials，再用自己的工具处理，避免 Adobe/Meta/Google 的 AI 溯源标签残留在元数据中
  4. 多 AI 服务混合工作流：同时使用 Claude、GPT、Gemini 的输出，用同一工具统一清洗
  5. MCP Agent 隐私保护：Grok 等 Agent 工具调用 /remove-ai-marks skill，自动在对外输出前清洗痕迹

坑与注意

⚠️ Layer B 统计水印清除是「最佳努力」而非「保证清除」：SynthID-Text 类水印的检测和清除是活跃研究领域，工具不能 100% 保证清除干净。README 明确标注 Google 已于 2026 年 8 月停用自己的检测 API——意味着部分 SynthID 类水印的官方检测通道已关闭，清除效果更难独立验证。

⚠️ PDF 清除需要 qpdf：纯 stdlib 脚本无法完全清除 PDF 水印，必须安装 qpdf 才能完成结构级清除。没有 qpdf 的情况下，PDF 处理结果不完整。

⚠️ Layer A 清洗是确定性的，B 不是：Unicode 字符清除（Layer A）由脚本精确执行，效果可复现；统计重写（Layer B）依赖 AI 模型，结果有随机性，且重写后的文本语义可能与原文有偏差，需要人工校验。

⚠️ 二进制文件不能直接传给文本脚本：inspect_text.py 等文本脚本已内置二进制拒绝逻辑。如果误传 .docx 等二进制文件给文本脚本，工具会报错并告诉你用 inspect_file.py。这是 v0.5.0 的安全加固改动，防止文件被误写回损坏的二进制内容。

⚠️ Skill 安装需要手动软链接：install_skill.py 不会自动创建 .grok/skills 目录，需要先 mkdir -p 再运行脚本。

⚠️ 水印检测 ≠ 法律意义：清除水印不等于清除版权归属。AI 服务商可能在服务条款中对 AI 生成内容的权利另有约定，清洗溯源标记不改变这些合同条款的约束力。

与同类对比

工具 处理层级 多厂商支持 HTTP API Agent Skill
watermarks-remover Layer A + B + File ✅ Claude/Gemini/OpenAI/open-LLM ✅ ✅ Grok/Cursor
remove-claude-marks（旧版） 仅 Claude ❌ ❌ ❌
c2patool（官方） 仅 C2PA ⚠️ 仅 C2PA 标准 ❌ ❌
MarkLLM 水印检测（不解清除） ✅ 多种 ❌ ❌
Towards AI 文章方案 手动编辑 ❌ ❌ ❌

核心差异：watermarks-remover 是目前支持最广泛的 AI 溯源清除工具，不仅清除 Claude，还覆盖 Gemini/SynthID、OpenAI、open-LLM 三大家族，同时支持文件元数据（C2PA/EXIF）和不可见 Unicode 字符，是同类中覆盖层级最完整的开源方案。

一句话推荐结论

如果你在 AI 工作流中需要对自己生成的内容拥有完整所有权、不希望被溯源检测工具关联回特定 AI 服务商，watermarks-remover 是目前最实用、最多厂商覆盖的开源选择——安装简单、Layer A 零门槛可用，Layer B 按需开启。