Watermarks Remover

guillaumemeyer/watermarks-removerRevisado por Radar

Qué hace

Un servicio en Python más habilidades (skills) complementarias para asistentes de programación con IA (Claude Code, Codex, Cursor) que encuentran y eliminan marcas de procedencia de IA: caracteres Unicode invisibles en texto, metadatos C2PA y EXIF en imágenes, PDF y archivos de Office y, mediante reescritura, marcas de agua estadísticas en el texto. Está dirigido a usuarios técnicos. Necesitas Python 3.10+ y una terminal. Limpiar texto con el servicio requiere además un modelo de reescritura (Ollama local o una API en línea). La eliminación opcional a nivel de píxeles en imágenes descarga unos 10 GB de modelos y funciona mejor con una tarjeta gráfica NVIDIA.

Facilidad de instalación

C · instalar 1 o 2 herramientas · Windows

No hay instalador: instalas Python 3.10+, ejecutas el script instalador de la skill e inicias el servicio local desde una terminal, y las partes opcionales más pesadas necesitan Docker o una tarjeta gráfica NVIDIA.

Números en GitHub

Estrellas: 25.776el 31 oct 2026
Descargas: —todas las versiones
Crecimiento: +781estrellas en 5 días

Estrellas a lo largo del tiempo

Datos

Funciona en: Windows, macOS, Linux
Necesitas instalar: Python
Para compilar desde el código: Python, Docker, FFmpeg
Espacio en disco: 100 MB–300 MB · estimación
Cuentas o claves: Hugging Face (HF_TOKEN, only for optional gated models), OpenAI-compatible model API for text rewriting (WATERMARKS_REWRITE_API_KEY), Password you choose for the local service (WATERMARKS_SERVER_API_KEY)
Costo: Gratis · Si eliges un modelo de reescritura en línea (el README da como ejemplo DeepSeek), ese proveedor te cobra aparte.
Licencia: MIT (Permisiva)
Última actualización: 21 oct 2026

Señales de riesgo (6)

AtenciónElimina marcas de origen de la IA
Su propósito principal es quitar las marcas que etiquetan el contenido como hecho por IA (C2PA, marcas de agua tipo SynthID). En 'Ethics and disclaimer' del README: 'For privacy and research on your content — not academic fraud or false “human-written” claims.' La bibliografía del README cita 'SB 942 / EU AI Act Art. 50' como el contexto del etiquetado de contenido de IA.
revisión con IA
AtenciónFunciones para evadir detectores de IA
Registro de cambios del README, v0.7.0: 'Pangram bulk API as a human-likeness backend', una táctica 'humanize' que 'names the human-writer rules in the prompt', y un 'New black-box watermark-stealing module and prompt-corpus downloader (#303)' (carpeta de nivel superior stealer/).
revisión con IA
InfoComponentes opcionales con licencia restringida
compose.yaml: 'ctrlregen and synthid bake in upstream code that is not publicly redistributable (all-rights-reserved / non-commercial Research License), so they build from source locally and are never pushed to GHCR.'
revisión con IA
InfoDependencias fijadas con avisos publicados
README: 'Its research-era dependency pins (requirements-ctrlregen.txt — e.g. transformers==4.37.2, diffusers==0.27.2) carry published advisories and are intentionally not current', instaladas solo en un entorno virtual (venv) aparte para el backend opcional CtrlRegen.
revisión con IA
InfoScripts de instalación que descargan código de terceros
README: setup_synthid.sh, setup_ctrlregen.sh y setup_markllm.sh clonan cada uno repositorios originales ('Clones upstream'), crean un venv e instalan torch y otros paquetes; los modelos se descargan de Hugging Face en la primera ejecución.
revisión con IA
InfoUn hook del agente edita archivos
README: el plugin de Claude Code 'registers a PostToolUse hook on Write|Edit|MultiEdit|NotebookEdit'; en modo 'clean' 'Strips the marks in place' en los archivos que escribe el agente.
revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar

Si los comandos de Windows (py install_skill.py, py service/scripts/server.py) funcionan como se documenta.
Qué tan bien resiste la eliminación de marcas de agua de texto frente a los detectores reales de los proveedores; el README dice que ninguna herramienta puede certificar que un detector fallará.
Cuánto cambia la reescritura la calidad y el significado del texto limpiado.
El costo real de un modelo de reescritura en línea, y el uso de disco y de memoria gráfica de los modelos opcionales de eliminación a nivel de píxeles (~10 GB).
Qué envía o descarga por la red la carpeta stealer/ y su descargador de corpus de prompts.