watermarks-remover помогает проверить свои тексты и файлы на скрытые метки ИИ и удалить часть обнаруженных следов. Его можно использовать как навык для агента или запускать Python-скрипты напрямую. Проект рассчитан на контент, которым вы владеете: чужие документы и изображения не становятся вашими оттого, что из них убраны метаданные.
Какие метки ищет watermarks-remover
В текстах инструмент различает два типа следов. Первый — невидимые символы Unicode: необычные пробелы, управляющие направлением письма символы и другие знаки, которых вы не видите при обычном чтении. Их поиск и удаление выполняют Python-скрипты по заданным правилам, без обращения к модели.
Второй тип — статистические метки, связанные с тем, как модель выбирает следующие слова. Здесь нельзя ограничиться удалением символа: README предлагает переписать текст с помощью агента или дополнительного сценария rewrite_text.py. По умолчанию этот сценарий выводит запрос для переписывания, а не вызывает модель. Не путайте проверку на невидимые знаки с доказательством того, что текст больше нельзя связать с ИИ.
Для файлов проект работает с метаданными — служебными сведениями внутри документа или изображения. В README перечислены C2PA, EXIF, XMP и свойства документов. C2PA относится к данным о происхождении файла, EXIF часто встречается в изображениях, а XMP хранит встроенные описательные сведения. Среди поддерживаемых форматов указаны PNG, JPEG, WebP, PDF, DOCX, XLSX, PPTX, EPUB, HTML, Markdown, MP4, WAV и MP3; список в README шире.
Авторы также называют Claude, Gemini, OpenAI и схемы меток открытых языковых моделей. Это перечень классов следов, с которыми работает проект, а не обещание распознать любой файл конкретного сервиса. Если вы ищете именно подключение внешних инструментов по протоколу MCP, начните с материала о том, что такое MCP и как подключить сервер: watermarks-remover описан в README как навык и HTTP-сервис, не как MCP-сервер.
Кому пригодится проверка текстов и файлов
Первый сценарий — вы ведёте документацию в Claude Code, а агент записывает результат в файлы проекта. Плагин умеет проверять файл после команд записи или редактирования. В режиме по умолчанию он сообщает о находках модели, но не меняет файл; режим очистки включают отдельно.
Второй сценарий — вы готовите собственный текст, например рукопись или материал для сайта, и хотите проверить невидимые символы перед публикацией. Для этого в репозитории есть отдельный навык clean-user-facing-text: он работает только с текстом и не требует сервиса. Если вам нужны документы или изображения, выбирайте полный remove-ai-marks и запускайте сервис.
Третий сценарий — вы передаёте собственный PDF, фотографию или документ и хотите сначала увидеть, какие служебные сведения в нём обнаружит инструмент. Команды проверки и очистки разделены: можно изучить результат проверки, а затем сохранить очищенную копию под другим именем. Для PDF есть важная оговорка: README называет qpdf обязательным для полноценного удаления следов из структуры PDF.
Если вы не работаете с собственными файлами или вас интересует только текст ответа прямо в чате, устанавливать полный плагин не нужно. Автоматический хук не переписывает сообщение ассистента до того, как вы его прочтёте. Для знакомства с тем, как агенты получают дополнительные инструкции, есть отдельный материал про навыки для Claude и других агентов.
Установка навыка и запуск сервиса
Для Claude Code README предлагает поставить плагин через встроенный каталог. Введите две команды в Claude Code:
/plugin marketplace add guillaumemeyer/watermarks-remover
/plugin install watermarks-remover@watermarks-remover
После установки доступны /watermarks-remover:remove-ai-marks и /watermarks-remover:clean-user-facing-text. Первый навык обращается к сервису по HTTP: установка плагина сама по себе не запускает обработчик файлов. Локальный сервис стартует из каталога репозитория одной из приведённых в README команд:
make serve # http://127.0.0.1:8765
# or directly:
python3 service/scripts/server.py --host 127.0.0.1 --port 8765
Для локального варианта нужен Python 3.10 или новее; по README, основным скриптам хватает стандартной библиотеки, а Docker не обязателен. Если сервис доступен не по адресу http://127.0.0.1:8765, задайте WATERMARKS_SERVICE_URL. Сам навык — набор инструкций для агента: Python нужен там, где запущен сервис, а не обязательно в среде агента.
Есть и установка навыка скриптом из репозитория. Например, README приводит такую команду для личного Claude Code:
python3 install_skill.py --skill remove-ai-marks --target claude-code
Для Cursor в README указан --target cursor, а для Claude Code на уровне отдельного проекта — --target claude-project --project-dir PATH. Если вы пользуетесь облачной сессией, одного локального адреса недостаточно: сессия должна иметь доступ к сервису. README требует для удалённого сервиса WATERMARKS_SERVER_API_KEY. Загружать навык в Cowork тоже можно, но его доступ к сервису придётся проверить отдельно.
Три примера из команд README
Чтобы проверить свой Markdown-файл и сохранить очищенную копию, README использует отдельные команды просмотра и обработки. Выполняйте их из каталога репозитория, где расположен service/scripts:
SCRIPTS=service/scripts
python3 "$SCRIPTS/inspect_file.py" draft.md
python3 "$SCRIPTS/clean_file.py" draft.md -o draft.cleaned.md
Первая команда проверяет draft.md, вторая записывает результат в draft.cleaned.md. Такой порядок полезен, если вы не хотите сразу менять исходник. Для текста также приведены inspect_text.py и clean_text.py, но скрипты с суффиксом _text.py не предназначены для DOCX, PDF или изображений.
Для фотографии в README указан тот же принцип — отдельный файл на выходе:
python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png
Если вместо очистки файла вам нужен запрос для переписывания текста, есть пример для статистических меток:
python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --tactic paraphrase
Здесь результат — запрос для модели, а не готовый переписанный файл: режим print-prompt не требует подключения модели. README отдельно описывает необязательное использование Ollama для локального переписывания. Если выбираете этот путь, сначала разберитесь с локальным запуском моделей; для базовой проверки невидимых символов модель не нужна.
Ограничения перед работой с документами
На момент обзора репозиторий имел 23 373 звезды и 2 685 форков, его создали 11 августа 2026 года, а последний коммит датирован 2 октября 2026 года. Лицензия — MIT, в README последним релизом назван v0.7.0. Это молодой проект; звёзды показывают интерес к нему, но не подтверждают качество обработки каждого формата.
Плагин получает доступ к файлам, которые записывает агент, и в режиме clean меняет их на диске. По умолчанию хук работает в режиме check: сообщает о найденных следах и оставляет файл без изменений. Если вы рассчитываете на автоматическое удаление, режим надо переключить через настройки плагина или WATERMARKS_HOOK_MODE=clean.
Не переносите обещание очистки одного формата на все остальные. README прямо предупреждает, что текстовые скрипты отказываются обрабатывать бинарные DOCX, PDF и изображения: для них предусмотрены inspect_file.py и clean_file.py. Для полноценной работы с PDF требуется qpdf; c2patool и exiftool перечислены как дополнительные системные инструменты. Начните с проверки и сохраняйте результат отдельным файлом, если вам нужно сравнить его с оригиналом.