watermarks-remover
Открытый локальный сервис и навык для агентов: убирает из текстов и файлов скрытые символы, метаданные C2PA, EXIF и XMP.
- Можно попробовать бесплатно
- Да
- Без регистрации
- Да
- Русский интерфейс
- Нет
- Разработчик
- Guillaume Meyer
watermarks-remover — открытый проект на Python под лицензией MIT: HTTP-сервис и навык для ИИ-агентов, который очищает тексты и файлы от меток происхождения ИИ. Работа идёт в трёх слоях: невидимые символы Unicode, необычные пробелы и управляющие знаки; статистические водяные знаки в тексте (в том числе класса SynthID-Text, зелёные списки токенов); метаданные C2PA, EXIF, XMP и свойства документов в изображениях, PDF, DOCX, HTML и других форматах. Первый слой выполняется детерминированными скриптами, второй — переписыванием текста через настроенную языковую модель и считается best-effort. Сервис работает локально на стандартной библиотеке Python, имеет документацию OpenAPI и образы Docker. Предназначен для материалов, на обработку которых у пользователя есть права.
Возможности
Очистка скрытых символов
Находит и удаляет невидимые символы Unicode, необычные пробелы, управляющие символы направления текста и теговые символы. Работает детерминированными скриптами без участия модели.
Переписывание против статистических меток
Текст переписывается через настроенную языковую модель, чтобы нарушить статистические водяные знаки токенов. Результат не гарантирован, а качество прозы может снизиться.
Чистка метаданных файлов
Удаляет C2PA, EXIF, XMP и свойства документов в PNG, JPEG, WebP, SVG, PDF, DOCX, XLSX, PPTX, EPUB, HTML, Markdown, а также в MP4, MP3, WAV и других медиафайлах. Для PDF используются exiftool и qpdf.
Проверка без изменений
Эндпоинты inspect и detect показывают, какие метки есть в тексте или файле, не меняя их.
REST API с OpenAPI
Локальный HTTP-сервис на порту 8765 с эндпоинтами inspect, detect, clean и watermark, пакетной обработкой до 50 файлов за запрос и необязательным ключом доступа.
Навыки для агентов
Навыки remove-ai-marks и clean-user-facing-text устанавливаются в Claude Code, Codex, Cursor и Cowork. Хук после записи файлов проверяет или очищает результат автоматически.
Docker и pre-commit
Готовый образ в GitHub Container Registry, профили Compose для проверочных наборов и хуки pre-commit для проверки репозитория на метки.
Кому подойдёт
- Разработчики
Подключают сервис к агентам, конвейерам и pre-commit, чтобы проверять и очищать файлы и текст перед публикацией.
- Копирайтеры и редакторы
Убирают невидимые символы и необычные пробелы из черновиков, подготовленных с помощью ИИ.
- Авторы контента и блогеры
Очищают собственные материалы от метаданных C2PA и EXIF перед публикацией.
- Исследователи и учёные
Изучают устойчивость водяных знаков и проверяют методы удаления на контрольных наборах.
Как начать
- Скопировать репозиторий или поставить плагин командами /plugin marketplace add и /plugin install в Claude Code.
- Запустить сервис командой make serve или python3 service/scripts/server.py, адрес по умолчанию 127.0.0.1:8765.
- Для нужной среды выполнить python3 install_skill.py --skill remove-ai-marks --target claude-code, codex или cursor.
- Проверить файл или текст скриптами inspect_file.py и inspect_text.py, затем очистить через clean_file.py или clean_text.py.
Тарифы
Проект распространяется свободно по лицензии MIT. Для слоя переписывания текста нужен собственный доступ к языковой модели, оплата идёт по тарифам её поставщика.
Ограничения
- Переписывание против статистических водяных знаков выполняется по принципу best-effort и может ухудшить качество текста
- Очистка текста через /clean возвращает ошибку 400, пока не настроена модель для слоя переписывания
- Нельзя гарантировать, что детектор конкретного вендора не сработает
- Мягкая привязка C2PA и пиксельные метки без внешних компонентов не поддерживаются
- Нативные блоки метаданных FLAC и комментарии Vorbis не затрагиваются
- Для облачных сессий сервис должен быть доступен по сети
Платформы и интеграции
Соседи по смыслу
за последний месяц