watermarks-remover
Strip AI watermarks (Claude/GPT/Gemini text + C2PA metadata) from content you own — privacy-first, open-source.
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
Strip AI watermarks (Claude/GPT/Gemini text + C2PA metadata) from content you own — privacy-first, open-source.
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
2026 年 8 月 2 日，欧洲《AI 法案》正式生效的一项条款改变了所有 AI 用户的内容命运：从这一天起，Claude、ChatGPT、Gemini 等主流大模型在生成内容时，会自动嵌入不可见的数字水印——一种可以追溯内容来源的机器可读签名。
你写的每一行代码、每一篇文案、每一张图片，都可能携带模型厂商的"指纹"。更关键的是：没有任何退出选项，API 用户也无法豁免。
九天后，一位名叫 Guillaume Meyer 的独立开发者开源了一个名为 watermarks-remover 的项目，彻底反击这一机制。根据 GitHub API 的实时数据，该项目在上线 7 天内就斩获了 14,000 颗星——作为对比，Google DeepMind 官方发布的 SynthID 参考实现（这一水印技术的发明者），历时近两年仅积累了约 1,000 颗星。
发明水印的工具获得了 1,000 颗星。抹除水印的工具，7 天内拿到了 14,000 颗星。
这个项目不是为"逃避 AI 检测"而生的。它的核心定位是 "Privacy First"（隐私优先）：帮助你清除自己创作内容上附带的 AI 痕迹，确保这些内容在流通时不会因为"AI 生成"标签而受到区别对待。
典型场景：
watermarks-remover 采用了精心设计的分层处理策略，将"去除 AI 水印"这一任务分解为三个独立层次：
这是整个工具链中最轻量的部分，处理的是 AI 在文本中植入的字符级水印，包括：
这些字符对人类读者完全不可见，但能被统计检测器捕获。inspect_text.py 负责发现它们，clean_text.py 负责清除它们。核心脚本仅依赖 Python 标准库，不需要任何 pip 包。
字符级清洗之后，AI 模型还在更深的统计层面嵌入了指纹——不是特定字符，而是词频、句子结构、词汇选择的整体分布模式。这是 SynthID-Text 这类统计水印的核心原理。
Layer B 通过引入另一个"干净"的大语言模型（如 Ollama 本地模型、OpenAI API 等）生成多轮重写，替换同义词并微调句式，让文本的统计特征脱离原有模型的分布范围。
ETH Zurich 的研究团队曾测试该方法，报告称可去除约 90% 的文本水印检测信号。需要注意的是：这并非百分之百保证，因为 Anthropic 官方检测器的具体实现尚未公开。
AI 模型在生成图片、PDF、DOCX、SVG 等富媒体文件时，会附加 C2PA（Coalition for Content Provenance and Authenticity）元数据——这是一种经过数字签名的内容溯源标准，记录了"此文件由哪个模型于何时生成"。
watermarks-remover 通过集成 c2patool、ExifTool、qpdf 等工具，完整剥离以下格式的 C2PA/元数据：
对于图像领域更棘手的问题——如 SynthID-Image、StegaStamp、Tree-Ring、StableSignature 等像素级嵌入水印，工具提供了两个可选的后端：
mertizci/noai-watermark 实现这两个模块需要 GPU，算力消耗大，仅在 heavy profile 中提供。
watermarks-remover 还提供了一组 Claude Code Skill，可以直接在 AI 助手中调用：
/watermarks-remover:remove-ai-marks
/watermarks-remover:clean-user-facing-text
用户只需将仓库中的 skills 目录安装到 Claude Code 的 skills 路径，即可在对话中随时触发完整的水印清洗流程。Skill 支持 Cursor、Grok 等多个 Agent 平台。
项目提供了两条部署路径：
路径一：Docker Compose 一键启动（推荐）
git clone https://github.com/guillaumemeyer/watermarks-remover
cd watermarks-remover
docker compose up --build -d
核心服务启动后监听 http://127.0.0.1:8765，提供完整的 REST API 和 OpenAPI 3.0.3 文档。默认无需 API Key，可通过环境变量设置认证。
路径二：本地 Python 脚本直跑
# 仅清洗文本（纯 stdlib，无需任何依赖）
python3 service/scripts/clean_text.py input.txt -o output.txt
# 清洗文件（需要 c2patool/exiftool/qpdf）
python3 service/scripts/clean_file.py document.pdf -o document.clean.pdf
Docker 镜像在安全方面下了不少功夫：
--read-only）| 组件 | 要求 |
|---|---|
| Python | 3.10+（核心脚本仅需 stdlib） |
| Docker | Docker & Docker Compose |
| ffmpeg | 可选（音视频处理） |
| c2patool | 可选（C2PA 元数据） |
| exiftool | 可选（图片元数据） |
| qpdf | 可选（PDF 处理） |
虽然这个项目因"对抗 Claude 水印"而出名，但它实际上支持 所有主流 AI 厂商的水印检测和去除：
| 厂商 | 文本水印 | C2PA/元数据 | 像素水印 |
|---|---|---|---|
| Claude (Anthropic) | ✅ Layer A + B | ✅ | 需 CtrlRegen/MarkDiffusion |
| ChatGPT (OpenAI) | ✅ Layer A + B | ✅ | 需 CtrlRegen/MarkDiffusion |
| Gemini (Google) | ✅ Layer A + B (含 SynthID-class) | ✅ | 需 CtrlRegen/MarkDiffusion |
| 本地开源模型 | ✅ Layer A + B | ✅ | 不适用 |
这个项目不可避免地引发了广泛争议。
来自 AI 厂商的质疑：Anthropic 等公司认为，AI 水印是一种内容溯源机制，有助于打击虚假信息、明确 AI 生成内容的边界。去除水印可能削弱这一机制的价值。
去水印有效性的不确定性：由于 Anthropic 的检测器具体实现从未公开，目前的去水印效果（如 ETH Zurich 的 90% 数据）仅基于推测，并非官方验证。无法保证对未来的检测算法同样有效。
版权与法律灰色地带：在某些司法管辖区，去除版权管理信息（RMPI，如 C2PA）可能涉及法律问题。项目 README 明确声明适用于"你拥有的内容"。
watermarks-remover 的爆发式增长揭示了一个深层的产业矛盾：AI 厂商希望通过水印建立内容溯源体系，但用户社区用开源的速度回应了这场技术博弈。
截至分析时，该项目已获得接近 20,000 颗星，成为 2026 年增长最快的开源工具之一。它的存在本身说明了一个现实：在开源生态面前，任何单一厂商的技术护城河都面临被快速跨越的可能。
对于 AI 爱好者而言，理解水印技术的原理和局限，是在这个 AI 生成内容爆炸时代保持主动权的关键。对于开发者而言，watermarks-remover 的代码结构（Layer 分离、Skill 架构、安全加固设计）本身就是一份高质量的参考实现。