_ _ _ ____ ___ ____ ____ _  _ ____ ____ _  _ ____    ____ ____ _  _ ____ _  _ ____ ____
| | | |__|  |  |___ |__/ |\/| |__| |__/ |_/  [__  __ |__/ |___ |\/| |  | |  | |___ |__/
|_|_| |  |  |  |___ |  \ |  | |  | |  \ | \_ ___]    |  \ |___ |  | |__|  \/  |___ |  \

watermarks-remover

Agent 技能 + 仅用标准库的 Python 脚本，用于去除文本和文件中的多供应商 AI 溯源标记——适用于你拥有内容的隐私和卫生。

厂商/生态系统（类级）：Claude、Gemini / SynthID-Text、OpenAI 溯源表面、open-LLM Kirchenbauer 风格标记。

最新版本： v0.1.0

技能路径：skills/remove-ai-marks/ （迁移：原为 remove-claude-marks；斜杠别名 /remove-claude-marks 仍被记录）

安装（Agent 技能）

# Grok Build / 项目本地
mkdir -p .grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" .grok/skills/remove-ai-marks

# 用户全局 Grok
mkdir -p ~/.grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" ~/.grok/skills/remove-ai-marks

通过 /remove-ai-marks 调用，或要求“去除 AI 水印 / C2PA / Claude 标记 / SynthID 类文本”。

可选系统工具（存在时自动使用）：

核心脚本仅需 Python 3.10+ 标准库。B 层的模型调用是可选的。

快速使用（脚本）

SCRIPTS=skills/remove-ai-marks/scripts

# 统一检查 / 清理
python3 "$SCRIPTS/inspect_file.py" draft.md
python3 "$SCRIPTS/clean_file.py" draft.md -o draft.cleaned.md
python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png
python3 "$SCRIPTS/clean_file.py" notes.docx -o notes.cleaned.docx

# 文本 A 层
python3 "$SCRIPTS/inspect_text.py" draft.md
python3 "$SCRIPTS/clean_text.py" draft.md -o draft.cleaned.md --stats

# B 层重写钩子（默认：仅打印提示——无需模型）
python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --strength paraphrase
# 可选的本地 Ollama：
# WATERMARKS_REWRITE_BACKEND=ollama WATERMARKS_REWRITE_MODEL=llama3.2 \
#   python3 "$SCRIPTS/rewrite_text.py" draft.md -o draft.rewritten.md

# 图片
python3 "$SCRIPTS/inspect_image.py" shot.png
python3 "$SCRIPTS/clean_image.py" shot.png -o shot.cleaned.png

覆盖矩阵

详情：skills/remove-ai-marks/references/vendor-notes.md、mark-classes.md。

文本标记的工作原理（简述）

现代 LLM 水印通常将信号隐藏在选择了哪些 token（生成/采样偏差）中，而不仅仅在不可见字符中。基于编辑的方案会注入 Unicode 或同义词规则。文件方案会附加 C2PA 或生成器元数据。

• A 层 移除基于编辑的 Unicode 载体（可测试）。
• B 层 通过大量重写攻击采样水印（尽力而为；文献标准攻击如释义/回译）。
• 文件清理器 从支持的容器中剥离 C2PA/XMP/属性。

在厂商发布公共检测器和密钥之前，没有任何工具能诚实保证“这无法通过官方检查”。报告必须区分可验证工作和尽力而为工作。

对于 B 层，最好使用非起源模型（若试图避免重新盖章，不要用 Claude 重写 Claude 文本）。

文件格式

像素域水印和 C2PA 软绑定（剥离元数据后可重新链接远程 Content Credentials 清单的内容内水印）仍超出范围。剥离硬绑定 C2PA 不会清除这些渠道。

清理后的残留风险

此工具报告可验证的移除（Unicode 计数、元数据操作）和尽力而为的 B 层重写。它不能保证厂商检测器会失败。

要自行检查残留信号（可选、外部）：

行业两层背景（C2PA + 不可察觉水印）：Institute of AI PM 指南。

移除选项（摘要）

矩阵：skills/remove-ai-marks/references/removal-matrix.md。

伦理

参见 skills/remove-ai-marks/references/ethics.md。用于你的内容的隐私和研究——而非学术欺诈或虚假的“人类撰写”声明。

测试

python3 -m venv .venv && .venv/bin/pip install pytest
.venv/bin/python -m pytest          # 或：make test
make smoke                          # 在固定样本上快速 CLI 冒烟测试

更新日志

v0.1.0 — 打包打磨 + 溯源诚实

• Makefile（test / smoke / install-skill）和 pytest.ini
• Markdown、HTML、SVG 的固定样本；PDF 降级清理测试
• 文档：行业两层模型（硬绑定 C2PA 与软绑定 / SynthID 媒体）
• README 残留风险表 + 外部验证工具链接
• 参考：Institute of AI PM C2PA/SynthID 指南
• 软绑定和像素/音频/视频水印明确排除在技能/矩阵/伦理范围之外

v0.0.1 — 初始多供应商版本

• Agent 技能 remove-ai-marks（替换仅支持 Claude 的 remove-claude-marks）
• A 层： 不可见 Unicode / 双向文本 / 标签字符 / 空格同形字（inspect_text / clean_text）
• B 层： 重写指南 + 可选 rewrite_text.py（print-prompt、Ollama、OpenAI 兼容）
• 文件： PNG、JPEG、SVG、PDF、DOCX、ODT、HTML、Markdown 的 C2PA/AI 元数据剥离
• 统一 inspect_file.py / clean_file.py
• 多供应商文档（Claude、Gemini/SynthID 类、OpenAI、open-LLM）
• 优先标准库脚本；可选 c2patool / exiftool

许可证

MIT — 见 LICENSE。

参考

• Claude 如何标记 AI 生成的内容（Anthropic）
• Dathathri 等，可扩展水印用于识别大语言模型输出（SynthID-Text，Nature 2024）
• C2PA / c2patool
• Kirchenbauer 等，大语言模型的水印
• google-deepmind/synthid-text（研究参考；此处不用于检测）
• Institute of AI PM，AI 内容溯源与水印：PM 的 C2PA 和 SynthID 指南（行业两层模型：C2PA + 不可察觉水印 / 软绑定；SB 942 / 欧盟 AI 法案第 50 条背景）