最近 GitHub 上有一个项目讨论度很高watermarks-remover。它不是传统意义上的“视频去水印工具”而是面向 AI 生成内容溯源标记的清理工具主要处理文本中的隐形字符、统计型文本水印以及图片、文档中的 C2PA / EXIF / XMP 元数据。它的作者是 Guillaume Meyer采用 MIT 协议开源核心脚本基于 Python 3.10 标准库实现理论上不需要额外安装第三方依赖。下面直接看怎么装、怎么用。一、项目能做什么watermarks-remover 把水印处理分成三层层级处理对象能力说明Layer A隐形 Unicode 字符清理零宽字符、bidi 控制符、标签字符、特殊空格等Layer B统计型文本水印通过模型改写打散 token 分布效果有限且会改变文本文件层C2PA / EXIF / XMP 元数据清理图片、PDF、DOCX、HTML、Markdown 等文件中的溯源信息需要注意Layer B 无法保证完全消除统计水印也不能保证通过厂商官方检测器。二、环境准备使用前需要满足以下条件Python ≥ 3.10已安装 GitWindows / macOS / Linux 均可使用如果只是做文本隐形字符和文件元数据清理核心功能不需要额外 pip 安装依赖。如果后续要处理 PDF 元数据建议额外安装exiftoolqpdf如果要做像素级图片水印处理还需要配置第三方后端例如 CtrlRegen并准备 GPU 环境。三、安装步骤1. 克隆项目git clone https://github.com/guillaumemeyer/watermarks-remover cd watermarks-remover如果网络访问 GitHub 较慢可以使用镜像站克隆。2. 启动本地服务python3 service/scripts/server.py --host 127.0.0.1 --port 8765启动后本地服务会监听 8765 端口。部分脚本会通过 HTTP 调用该服务。3. 安装 Agent Skill如果你使用支持 Agent Skill 的环境可以把skills/remove-ai-marks目录链接到对应工具的技能目录。例如mkdir -p .grok/skills ln -sfn $(pwd)/skills/remove-ai-marks .grok/skills/remove-ai-marks安装完成后就可以通过自然语言指令让 Agent 调用清理能力。四、常用使用方法1. 检查文本中的隐形字符python3 service/scripts/inspect_text.py draft.md这个命令会扫描文本中是否存在不可见 Unicode 标记。2. 清理文本隐形字符python3 service/scripts/clean_text.py draft.md -o draft.cleaned.md --stats建议输出到新文件不要直接覆盖原文。3. 检查文件元数据python3 service/scripts/inspect_file.py photo.png可用于图片、文档等文件的统一检查。4. 清理文件元数据python3 service/scripts/clean_file.py photo.png -o photo.cleaned.png如果要单独处理图片也可以使用python3 service/scripts/clean_image.py photo.png -o photo.cleaned.png5. 清理 PDF 元数据PDF 需要额外注意。仅用exiftool删除元数据可能无法彻底清除原始字节建议配合qpdf做结构性重建。五、Layer B 文本改写怎么用如果确实需要处理统计型文本水印可以使用改写脚本。例如配置本地 Ollama 后端export WATERMARKS_REWRITE_BACKENDollama export WATERMARKS_REWRITE_MODELllama3.2 python3 service/scripts/rewrite_text.py draft.md -o draft.rewritten.md但这一层有明确限制会改变原文风格、措辞和表达精度无法保证 100% 消除统计水印无法承诺通过官方检测器更适合隐私研究或内容卫生场景不建议用于学术、新闻披露等需要保留原始出处的场景。六、使用建议推荐优先使用Layer A 文件层先检查再清理输出到新目录不覆盖原文件清理后重新检查文件对图片只清理 AI 相关元数据避免误删正常拍摄信息。除非有明确需求否则不建议默认开启 Layer B 改写。因为改写本身会改变文本质量而且它并不能提供“已通过官方检测”的保证。七、边界和注意事项这个工具的定位是清理你自己拥有或有权处理的内容中的 AI 溯源标记。它不适合用于学术造假伪造人类原创声明规避平台 AI 内容披露规则处理他人版权内容。另外C2PA 软绑定、云端远程凭证等不在本地清理范围内。即使清除了本地元数据外部溯源链路仍可能存在。整体来看watermarks-remover 的工程设计很轻Agent Skill 纯标准库 Python 服务零依赖、可本地运行适合对 AI 内容隐私、文件卫生和溯源机制感兴趣的人上手研究。如果你打算把它接入自己的写作或发布流程建议先在一个测试目录里跑通“检查——清理——复核”的闭环再考虑接入自动化脚本。