GitHub 6.8k Star：watermarks-remover，一条命令清理AI文本里的隐形字符和图片的溯源信息

从零部署完整教程 · 新手照着做就能跑起来 · 效率工具指南 · 原创教程watermarks-remover 部署教程AI 溯源标记清理工具 Python 零依赖使用详解摘要watermarks-remover 是 GitHub 6.8k Star 的 AI 溯源标记清理工具纯 Python 标准库实现、零第三方依赖。本文记录 Windows 从克隆到使用的完整过程包含文本隐形 Unicode、图片 C2PA/EXIF 元数据清理和真实验证结果适合关注隐私的开发者与内容创作者。watermarks-remover 用于清理你自己拥有或有权处理的内容中的 AI 溯源标记——隐形 Unicode 字符、统计型文本水印、以及文件的 C2PA/EXIF/XMP 元数据。它是命令行脚本 AI 智能体 Skill没有图形界面。⚠️ 用途边界用于隐私、工程卫生、研究不是规避 AI 披露规则、把 AI 内容伪装成人工的工具。清掉标记 ≠ 内容从未 AI 辅助。本文要点纯 Python 3.10 标准库零第三方依赖clone 即用覆盖文本隐形字符 图片/文档 C2PA/EXIF 元数据两种用法命令行脚本 AI 智能体 Skill本文含 Windows 部署全流程 真实验证结果 常见问题。一、GitHub 项目数据项目数据Star6.8k主要语言Python技术栈Python 3.10 标准库核心零依赖最新版本v0.4.0许可证MIT二、它能解决什么问题层处理什么怎么处理Layer A隐形 Unicode零宽字符、特殊空格、bidi、tag 字符确定性 Python 脚本Layer B统计型token 采样文本水印rewrite_text.py 重写可选接 OllamaFilesC2PA / EXIF / XMP / 文档属性PNG、JPEG、SVG、PDF、DOCX、ODT、HTML、MD三、环境准备软件要求说明Python≥3.10核心脚本只用标准库实测 3.12.10git任意clone 源码用c2patool可选任意检查 C2PA 清单exiftool可选任意残余元数据剥离尤其 PDF核心功能不需要 pip install 任何东西——连图像元数据处理都是用struct/zlib手工解析的不用 Pillow。四、部署步骤两条路径路径 1git clone 直接运行核心最简单实测走通gitclone--depth1https://github.com/guillaumemeyer/watermarks-remover.gitcdwatermarks-remover脚本在skills/remove-ai-marks/scripts/目录直接运行SCRIPTSskills/remove-ai-marks/scripts python$SCRIPTS/inspect_text.py文件.md# 检查文本隐形字符python$SCRIPTS/clean_text.py文件.md-o清理后.md# 清理文本python$SCRIPTS/inspect_file.py文件.png# 统一检查文本/图像/容器python$SCRIPTS/clean_file.py文件.png-o清理后.png# 统一清理Windows 下 git clone 直连 GitHub 通常能通打不开时可用国内镜像gitcode gh_mirrors/ 或 ghfast.top 加速。路径 2Agent Skill 安装给 AI 智能体用mkdir-p.grok/skillsln-sfn$(pwd)/skills/remove-ai-marks.grok/skills/remove-ai-marks装好后对 AI 说「清理这份文档的 AI 水印 / C2PA 元数据」即可。Windows 下ln -sfn可用 git bash 执行或直接手动复制目录。 可选进阶像素级水印SynthID 评分、CtrlRegen 去除需额外 clone 第三方项目 装 torch体积大且 CtrlRegen 后端无 LICENSE。核心功能用不到想进阶再按 README 的 setup_synthid.sh / setup_ctrlregen.sh 引导。五、怎么用场景化场景 1清理 AI 文本的隐形 Unicode—— 零宽字符粘贴到代码/文档里会出诡异问题python$SCRIPTS/clean_text.pydraft.md-odraft.cleaned.md--stats场景 2清理图片的 C2PA、EXIF 元数据—— 发布前剥离拍摄设备、软件、AI 溯源信息python$SCRIPTS/inspect_image.pyshot.png python$SCRIPTS/clean_image.pyshot.png-oshot.cleaned.png场景 3清理 PDF / DOCX 的文档属性—— 移除作者、软件、公司等属性python$SCRIPTS/clean_file.pynotes.docx-onotes.cleaned.docx场景 4审计目录 / 网站—— 批量检查哪些文件带 AI 溯源标记python$SCRIPTS/audit_dir.py目录 python$SCRIPTS/audit_website.py网站sitemap.xml场景 5让 AI 帮你清理—— 装成 Skill 后直接对 AI 说「把这份文档的 AI 水印清掉」。六、踩坑记录实测坑 1Windows 控制台打印隐形字符报 GBK 编码错误现象自己写脚本print()含零宽字符的字符串时报UnicodeEncodeError: gbk codec。原因Windows 中文控制台默认 GBK 编码无法编码 U200B 等字符。解决工具本身的--stats/--json输出是 JSON不受影响自己写测试脚本时加export PYTHONIOENCODINGutf-8。坑 2可选像素功能依赖 torch体积大且下载慢现象想用 SynthID 评分 / CtrlRegen 像素去除发现要装 torch/diffusers体积几个 GB。原因像素级功能需要深度学习框架且 CtrlRegen 后端无 LICENSE视为 all-rights-reserved。解决核心功能完全不需要它们跳过即可需要像素级去除再按 README 的 setup 脚本引导。七、功能验证真实输出构造含隐形字符U200B 零宽空格、U2060 词连接符的测试文本检测Suspicious: 2 Hits: [zwj_family/probable] U200B ZERO WIDTH SPACE (Cf) x1 [8] [zwj_family/probable] U2060 WORD JOINER (Cf) x1 [22]清理后{ input_length: 24, output_length: 22, removed: {U200B ZERO WIDTH SPACE (Cf): 1, U2060 WORD JOINER (Cf): 1}, removed_count: 2 }清理后再次检测Suspicious: 0隐形字符全部移除。另验证图像脚本零依赖只用 struct/zlib不用 Pillow、clean_file.py 正常处理 Markdown、ZWJ/ZWNJ 等「承重隐形字符」默认保留不误删。八、常见问题Q1是 UI 软件还是浏览器插件都不是是「命令行脚本 AI 智能体 Skill」没有图形界面。Q2核心功能真的不用装任何依赖吗是的只用 Python 标准库struct、zlib 等连图像都不用 Pillow。Q3清掉水印后别人就查不出是 AI 写的了吗不能这样理解。它清的是「确定性」的隐形 Unicode 和元数据统计型文本水印、SynthID 像素信号等「软绑定」信号可能残留。清掉标记 ≠ 从未 AI 辅助请诚实使用。九、总结watermarks-remover 部署极简、定位清晰Python 零依赖、clone 即用一个脚本搞定文本隐形字符 文件元数据的检测与清理。处理 AI 生成内容、协作文档或关心隐私值得一试。完整命令速查# 1. 克隆仓库gitclone--depth1https://github.com/guillaumemeyer/watermarks-remover.gitcdwatermarks-remover# 2. 脚本目录SCRIPTSskills/remove-ai-marks/scripts# 3. 文本检测 清理python$SCRIPTS/inspect_text.py文件.md python$SCRIPTS/clean_text.py文件.md-o清理后.md--stats# 4. 图片检测 清理python$SCRIPTS/inspect_image.pyshot.png python$SCRIPTS/clean_image.pyshot.png-oshot.cleaned.png# 5. 统一处理文本/图像/容器python$SCRIPTS/inspect_file.py文件 python$SCRIPTS/clean_file.py文件-o清理后文件# 6. 批量审计python$SCRIPTS/audit_dir.py目录项目地址[guillaumemeyer/watermarks-remover (https://github.com/guillaumemeyer/watermarks-remover)标签watermarks-remover、AI水印、Python、C2PA、隐私、源码部署