清理AI生成内容里的\"隐形标记\"，开源工具watermark-remover可去特殊字符、文本水印与C2PA元数据

子午猫
子午猫

网络侦查研究院

2026年9月23日 06:29
湖南

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

一、一个专清\"隐形标记\"的开源工具

watermark-remover 是一个开源工具，专门清理 AI 生成内容里的各种\"隐形标记\"——包括看不见的特殊字符、统计层面的文本水印，以及图片文档里的 C2PA 认证信息与元数据。项目地址：github.com/ShadowAqueduct/watermark-remover。

二、分三层处理

文本层 A：扫掉 Unicode 里的隐形字符、双向文本标记、特殊空格这类确定性的东西，纯 Python 标准库搞定、无损。文本层 B：对 AI 那种靠调整 token 采样概率埋的统计水印，用重写方式处理（会牺牲一点原文风格，尽力而为）。文件层：清理 PNG/JPEG/WebP/AVIF/HEIC/BMP/GIF/TIFF/SVG/PDF/DOCX/XLSX/PPTX/EPUB/ODT/HTML/Markdown 以及 MP4/MOV/M4A/WAV/MP3/FLAC 等格式里的 C2PA、EXIF、XMP、文档属性等元数据。覆盖 Claude、Gemini/SynthID-Text、OpenAI 的溯源标记，以及一些开源 LLM 的水印方案（Kirchenbauer 绿表、keyed-Gumbel、Aaronson EXP）。额外可选模块：reverse-SynthID（图像检测）、CtrlRegen（像素域去除）、MarkLLM/MarkDiffusion（水印验证）。

三、怎么用

装技能可执行 python3 install\_skill.py --skill remove-ai-marks --target claude-code，支持 Claude Code（个人/项目）、Cowork/claude.ai 云端、Cursor、Grok 等平台，也有 Claude Code 插件市场版。起服务为 make serve（默认 127.0.0.1:8765）或 python3 service/scripts/server.py；Docker 方式为 make docker-core-build 后 docker run --rm -p 127.0.0.1:8765:8765 --read-only --tmpfs /tmp watermarks-remover。也可直接跑脚本：inspect\_file.py / clean\_file.py / inspect\_text.py / clean\_text.py / rewrite\_text.py。HTTP API 端点有 /health、/capabilities、/openapi.json、/inspect、/detect、/clean 以及批量版 /inspect/batch、/clean/batch（最多 50 个文件）。

四、自动钩子与预提交门禁

插件注册了 PostToolUse 钩子，在 Write|Edit|MultiEdit|NotebookEdit 后触发，模式分 check（默认，只报告不碰文件）与 clean（直接清掉并通知模型），可通过插件设置或 WATERMARKS\_HOOK\_MODE=clean 切换。还可配置预提交门禁（.pre-commit-config.yaml 中的 watermarks-remover-check / watermarks-remover-clean，前者发现标记就失败、后者直接清理）。

情报价值：这是一款集中处理\"AI 内容溯源标记\"的双面工具。对网安与取证的启示：一是随着 C2PA、SynthID、统计文本水印等溯源技术铺开，\"AI 生成内容鉴定\"正从模型侧延伸到元数据与像素/字符层，反制工具的成熟意味着——依赖单一水印认定\"内容为 AI 生成\"的证据效力会下降，鉴定须多技术交叉；二是该工具对 DOCX/XLSX/PPTX/PDF 等文档元数据的清理能力，提示电子数据取证时须关注\"文档属性、修订痕迹、C2PA 清单\"这类易被抹除的字段，及时做原始件固定与哈希存证；三是统计水印\"重写即去除\"的特性，也警示在反诈/反谣场景中，不能仅凭水印存在与否判断内容真伪，需结合来源核验与行为链分析。

来源：大概是BUG / github淘金（2026-08-25 08:40 广东）