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

freeflydom

2026年11月5日 17:20 本文热度 48

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
Star	6.8k
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 Ollama）
Files	C2PA / 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 3.12.10
git	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 1：git clone + 直接运行（核心，最简单，实测走通）

git clone --depth 1 https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover

脚本在 skills/remove-ai-marks/scripts/ 目录，直接运行：

SCRIPTS=skills/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 2：Agent Skill 安装（给 AI 智能体用）

mkdir -p .grok/skills
ln -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.py" draft.md -o draft.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 "$SCRIPTS/inspect_image.py" shot.png
python "$SCRIPTS/clean_image.py" shot.png -o shot.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.py" notes.docx -o notes.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 1：Windows 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 U+200B 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 PYTHONIOENCODING=utf-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（U+200B 零宽空格、U+2060 词连接符）的测试文本，检测：

Suspicious: 2
Hits:
  [zwj_family/probable] U+200B ZERO WIDTH SPACE (Cf) x1 @ [8]
  [zwj_family/probable] U+2060 WORD JOINER (Cf) x1 @ [22]

清理后：

{
  "input_length": 24,
  "output_length": 22,
  "removed": {"U+200B ZERO WIDTH SPACE (Cf)": 1, "U+2060 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
git clone --depth 1 https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover
# 2. 脚本目录
SCRIPTS=skills/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 "$SCRIPTS/inspect_image.py" shot.png
python "$SCRIPTS/clean_image.py" shot.png -o shot.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