AgentMatter
EN/中文
提交项目GitHub
Skills · 发布者仓库

xxd-strip-ai-meta

一个可作为 Agent Skill 或独立 Python 命令行工具使用的图片元数据清理项目，通过 ExifTool 批量移除受支持的 C2PA、Content Credentials、OpenAI / gpt-image 来源信息及常见 EXIF、XMP、IPTC 等元数据，同时默认保留像素数据、ICC 色彩配置和文件修改时间。

28 StarsMITPython今天更新
安装与使用 GitHub
01

项目介绍

xxd-strip-ai-meta 是一个面向本地图片的 Agent Skill 和 Python 命令行工具。它把路径交给 ExifTool，批量移除受支持的 C2PA、Content Credentials、OpenAI / gpt-image 来源字段，以及 EXIF、XMP、IPTC、注释和软件信息等常见元数据。脚本默认不解码或重编码图片像素，并保留 ICC 色彩配置和文件修改时间。它适合在用户拥有处理权限时做隐私保护、内部素材整理和元数据卫生，不适合用来掩盖图片来源，也不是万能的 AI 水印清除器。

02

核心功能

01

本地批量发现与去重

接收一个或多个本地文件或目录，递归发现受支持格式，跳过隐藏和常见缓存目录，并把重叠输入解析成去重后的绝对路径。

02

不重编码像素的元数据清理

通过 ExifTool 的 -all= 删除元数据组，默认排除 ICC profile 并用 -P 保留文件修改时间；是否能写入具体格式取决于 ExifTool。

03

预览、备份与失败隔离

--dry-run 只列文件，--backup 保留 ExifTool 原始副本；批次失败时脚本会逐文件重试，避免把整个批次都计为失败。

04

并发与后台执行

脚本用受限分块和 ExifTool 参数文件运行，默认 5 个并发批次；后台模式会给出可复制的停止、持续查看和状态命令。

05

清理后关键字检查

清理后重新读取元数据并匹配一组来源相关关键字，报告残留文件；这是一项范围有限的启发式检查，不等同于通用水印检测。

03

安装与使用

先安装 Python 3.10+、Git 和 ExifTool，再把仓库克隆到 Agent 的 Skill 目录或普通工作目录。第一次处理图片应从非敏感测试副本开始，先 dry-run，再用 --backup 执行清理。

AI AGENT INSTALL

让 AI Agent 帮你安装

把这段话发送给 Codex、Claude Code 或其他可以操作本地环境的 AI Agent。

请帮我安装并最小验证 xxd-strip-ai-meta 图片元数据清理 Agent Skill。GitHub 项目地址：https://github.com/nevertoday/xxd-strip-ai-meta。请先阅读 README.md、SKILL.md、scripts/clean_image_provenance.py、tests/test_cleanup.py 和 LICENSE，确认当前系统、Shell、Python 版本、ExifTool 是否可用，以及目标 Agent 的 Skill 目录。需要安装 ExifTool、使用管理员权限、修改 PATH、覆盖现有同名 Skill 目录或写入用户全局目录时先向我确认。按仓库文档克隆后，只对我明确授权的一份非敏感测试图片副本运行，先使用 --dry-run，再使用 --backup；不要关闭验证，不要删除备份，也不要修改原始素材。完成后报告脚本路径、Python 与 ExifTool 版本、实际命令、退出码、备份位置及是否发现残留标记。任何凭据、额外权限、覆盖文件或有风险的操作都必须先询问我。
01开始前准备
  • Python 3.10+ 与 Git
  • PATH 中可用的 ExifTool；macOS README 命令为 brew install exiftool
  • 支持 SKILL.md 的 Agent 宿主，或可直接运行 Python 脚本的终端
  • 对图片具有读取、修改和移除元数据的授权
  • 一份不敏感的测试图片副本与足够的备份空间
02复制安装命令或配置
git clone https://github.com/nevertoday/xxd-strip-ai-meta.git ~/.claude/skills/xxd-strip-ai-meta
03按步骤完成安装
  1. 1
    安装依赖并检查版本

    确保 `python3 --version` 为 3.10 或更高，并运行 `exiftool -ver`。macOS 可按 README 执行 `brew install exiftool`；Debian / Ubuntu 的文档命令是 `sudo apt install libimage-exiftool-perl`。

  2. 2
    克隆 Skill

    Claude Code 示例为 `git clone https://github.com/nevertoday/xxd-strip-ai-meta.git ~/.claude/skills/xxd-strip-ai-meta`。其他宿主先确认自己的 Skill 目录；已有同名目录时先备份，不直接覆盖。

  3. 3
    先预览目标文件

    从仓库根目录运行 `python3 scripts/clean_image_provenance.py /path/to/images --dry-run`。核对列出的每个路径，确认没有越过授权范围或误选原始素材。

  4. 4
    保留备份执行清理

    对测试副本运行 `python3 scripts/clean_image_provenance.py /path/to/images --backup`。脚本会保留 *_original，并在清理后扫描来源相关关键字。

  5. 5
    检查退出码与日志

    退出码 0 表示没有报告失败或残留，也可能表示没有发现图片；1 表示清理失败，2 表示发现残留。还要检查 missing、skip、Cleaned 和 residual marker 日志，不能只看退出码。

如何确认安装成功

运行 `python3 --version` 和 `exiftool -ver`，然后对测试副本执行 `python3 scripts/clean_image_provenance.py /path/to/test-image --dry-run`，确认只列出目标；再执行同一路径加 `--backup`。成功时退出码应为 0、日志应显示 Cleaned 且没有 residual marker 报告，并应保留 *_original 备份。

使用前注意
  • 默认行为会直接修改原文件；首次使用应明确加入 --backup 或只操作副本
  • --drop-color-profile 可能改变显示效果，只有确有需要时才启用
  • --no-verify 会跳过残留关键字检查，不适合首次验证
  • 后台任务必须保存脚本输出的 stop、follow 和 status 命令
  • 元数据清理应用于隐私、内部处理或数据卫生，不应用于误导图片来源判断
  • 仓库没有正文截图或流程图，本页不使用装饰性媒体
04

使用场景

SCENARIO 01

发布前清理个人信息

在发布自有图片前移除相机、软件、注释和来源路径等不需要公开的元数据，同时保留像素与默认色彩配置。

SCENARIO 02

内部素材元数据卫生

对已获授权的素材目录批量执行一致的元数据清理，并通过 dry-run、备份和日志保留可复核流程。

SCENARIO 03

Agent 自动化图片预处理

让支持 SKILL.md 的 Agent 准备依赖、解析本地路径、运行脚本并报告退出码和残留，但涉及覆盖或系统安装时先询问用户。

SCENARIO 04

大型本地目录后台处理

利用分块、并发和后台日志处理大量图片，同时保留停止、跟踪和状态命令，避免长任务失去可见性。

05

使用评价

从 README、SKILL.md、脚本和测试看，xxd-strip-ai-meta 的价值在于把 ExifTool 的广泛删除能力整理成一个较克制的 Agent 工作流：默认保留 ICC 与修改时间，提供 dry-run、备份、批次隔离和残留检查，并明确拒绝“万能 AI 水印去除”的说法。主要风险同样清楚，默认会原地改写文件，验证只是关键字扫描，项目又非常新，只有一次提交和一个测试。本评价基于公开代码与只读检查，未安装 ExifTool 或清理真实图片。

值得一试的地方

  • README、Skill 规则、实现和测试集中在一个小型仓库中，行为容易审查
  • 默认不重编码像素，并保留 ICC 色彩配置与文件修改时间
  • dry-run、备份、失败隔离、后台日志和退出码覆盖了批处理常见操作需求
  • 明确说明不能去除可见或像素级水印，并要求不要误导图片来源
  • MIT 许可证清晰，没有第三方 Python 包依赖

使用前要知道

  • 默认原地修改带来不可逆风险，用户需要主动使用副本或 --backup
  • 验证规则只匹配已列出的来源关键字，可能出现未发现的残留
  • 格式能力与元数据删除结果依赖外部 ExifTool 版本和具体文件
  • 仓库刚创建、只有一次提交、没有 release，长期维护稳定性尚无记录
  • 本次未安装 ExifTool，也没有执行真实图片与单元测试验证
06

README

xxd-strip-ai-meta

Overview

一个可作为 Agent Skill 或独立 Python 命令行工具使用的图片元数据清理项目，通过 ExifTool 批量移除受支持的 C2PA、Content Credentials、OpenAI / gpt-image 来源信息及常见 EXIF、XMP、IPTC 等元数据，同时默认保留像素数据、ICC 色彩配置和文件修改时间。 Batch-remove AI provenance and image metadata with ExifTool. CLI + Agent Skill, preserving pixel data.

Getting started

  • 先安装 Python 3.10+、Git 和 ExifTool，再把仓库克隆到 Agent 的 Skill 目录或普通工作目录。第一次处理图片应从非敏感测试副本开始，先 dry-run，再用 --backup 执行清理。
  • 项目既可作为独立 CLI，也可把整个仓库放入兼容 Agent 的 Skill 目录；根目录 SKILL.md 规定了依赖准备、清理流程和安全边界。
  • 脚本递归查找 PNG、JPEG、WebP、TIFF、HEIC、HEIF 与 AVIF，可混合接收多个文件和目录，并去重重叠输入。
  • 运行 `python3 --version` 和 `exiftool -ver`，然后对测试副本执行 `python3 scripts/clean_image_provenance.py /path/to/test-image --dry-run`，确认只列出目标；再执行同一路径加 `--backup`。成功时退出码应为 0、日志应显示 Cleaned 且没有 residual marker 报告，并应保留 *_original 备份。

Configuration

git clone https://github.com/nevertoday/xxd-strip-ai-meta.git ~/.claude/skills/xxd-strip-ai-meta
在 GitHub 阅读完整 README →