infoclaw.ru
  • Подборки
  • ИИ-агенты
  • Код с ИИ ▾
    • Вайб-кодинг
    • Claude Code
    • MCP-серверы
    • Для разработчиков
    • Сравнения
  • OpenClaw ▾
    • Что такое OpenClaw
    • Установка
    • Навыки
    • Ошибки и решения
    • Интеграции
    • Безопасность
    • Сценарии использования
    • Enterprise
    • Hermes Agent
  • Свой ИИ ▾
    • Локальный ИИ
    • Доступ из России
    • Цены и подписки
  • Обучение ▾
    • Обучение нейросетям
    • ИИ в профессии
    • Как сделать
  • Материалы ▾
    • Новости
    • Разборы
    • Глоссарий
FAQ
  1. Главная
  2. Разборы
  3. watermarks-remover: убрать метки ИИ из своих текстов и файлов
Разборы

watermarks-remover: убрать метки ИИ из своих текстов и файлов

watermarks-remover — навык для Claude Code и других агентов, а также Python-сервис для проверки и удаления меток ИИ из контента, которым вы владеете.

Степан Ноянов · 5 октября 2026 г. · 6 мин чтения
watermarks-remover: убрать метки ИИ из своих текстов и файлов

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.

Источник: репозиторий guillaumemeyer/watermarks-remover.

Внедрение под ключ

Настроим вашего ИИ-агента и доведём до работы

Разворачиваем агента на вашей инфраструктуре: модель, доступы, память, навыки и каналы связи. Вы получаете рабочего цифрового сотрудника, а не набор инструкций.

  • OpenClaw, Hermes, n8n и связки с LLM
  • Работа на ваших серверах и ключах
  • Документация и передача проекта
🛡️ Официальный договор и NDA 💼 Данные в вашем контуре ⚡ Пилот 5–7 дней

Бесплатная консультация и смета

Расскажите задачу — предложу архитектуру и оценю сроки. Отвечает Степан Ноянов.

Или напишите сразу напрямую в Telegram: @noystem ↗

Теги: watermarks-removerClaude CodeИИ-агентынавыкметаданные

Вам также может быть интересно

Навыки

Скиллы для маркетинга: 12 направлений + бесплатно

11 сентября 2026 г. 8 мин
Claude Code

Claude Code в VS Code: расширение, установка и режимы

21 августа 2026 г. 8 мин
Локальный ИИ

Ollama или LM Studio: что выбрать для локальных нейросетей

29 июля 2026 г. 7 мин
💰
Инструмент Калькулятор стоимости AI-моделей Сравните цены GPT-5.4, Claude и Gemini за минуту
→
🎯
Квиз · 2 мин Какой OpenClaw подходит вам? 5 вопросов — персональная рекомендация
→

Популярное

  1. ИИ-агент для 1С: что можно подключить и с чего начать ИИ-агенты
  2. Как пользоваться Claude Code: первый день + 6 ошибок Claude Code
  3. Вайбкодинг с чего начать: инструкция + 6 ошибок новичка Вайб-кодинг
  4. Вайб-кодинг в 1С: 6 инструментов + где цикл разомкнут Вайб-кодинг
  5. Ошибки OpenClaw: 7 групп + что проверять в каждой Ошибки и решения

Категории

  • Что такое OpenClaw (8)
  • Установка (16)
  • Навыки (25)
  • Интеграции (15)
  • Сравнения (17)
  • Сценарии использования (23)
  • Новости (126)
  • Enterprise / NemoClaw (16)
  • Безопасность (10)
  • Для разработчиков (5)
  • Ошибки и решения (71)
  • Доступ из России (6)
  • Локальный ИИ (9)
  • ИИ-агенты (24)
  • Разборы (187)
  • Hermes Agent (10)
  • MCP-серверы (38)
  • Нейросети: цены и доступ (41)
  • Как сделать (44)
  • Обучение (4)
  • Глоссарий (12)
  • Claude Code (11)
  • Вайб-кодинг (12)
  • ИИ в профессии (4)

Недавнее

  • Jivo: ИИ-оператор или ассистент сегодня
  • Unisender: AI-редактор и MCP вчера
  • Топвизор: AI-трекер бренда 2 дн. назад

Быстрый старт

Новичок в OpenClaw? Начните отсюда:

  • → Что такое OpenClaw
  • → Установка за 10 минут
  • → Топ-10 навыков
  • → Подключить Telegram

Теги

установканавыкиtelegramwhatsappmacoswindowsenterpriseголосopen-sourcellmprivacynode.js
infoclaw.ru

Независимый информационный ресурс об ИИ-агенте OpenClaw. Статьи, гайды и новости на русском языке.

Разделы

  • Вайб-кодинг
  • Claude Code
  • MCP-серверы
  • Что такое OpenClaw
  • Установка
  • Навыки
  • Интеграции
  • Сравнения
  • Enterprise
  • ИИ в профессии
  • Цены и подписки
  • Новости

Интеграции

  • Telegram
  • WhatsApp
  • Slack
  • Discord
  • iMessage
  • Teams
  • Matrix
  • Все (20+) →

Ресурсы

  • Вопросы и ответы
  • Глоссарий
  • Для разработчиков
  • Разборы
  • Карта сайта

© 2026 infoclaw.ru — Независимый ресурс. Не является официальным сайтом проекта OpenClaw.

О проекте Автор Политика конфиденциальности Пользовательское соглашение Контакты