视频图片去水印

SKILL前端设计
前端设计 未标注权限 许可证不明确
安装这个技能

一键去除图片和视频里的水印,统一入口自动分流。 图片走云端 AI 智能擦除:全自动识别水印位置,无需手动标注,全屏平铺水印、logo、文字签名都能清干净,主体画面不受影响。 视频水印擦除:适合固定位置的水印(角标 logo、台标、ID 文字条),框外画面零损失、音轨原样保留,支持抽帧预览定位坐标、多框同时擦除。 首次处理视频时会自动检测依赖并联网安装,全程无需手动配置环境。 结果统一输出,方便直接取用。

一句话选型结论

按资料字段整理

视频图片去水印是前端设计类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类前端设计 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_6ab6a083/tupian-shipin-qushuiyin
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

前端设计
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_6ab6a083仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量7.6 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
出页面与组件

按描述生成页面结构和组件草稿。

调整样式与布局

改间距、配色与响应式布局。

生成设计说明

把设计稿整理成开发能接的说明。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在前端设计场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
视频图片去水印当前 未标注权限 未标注 未标注 未标注 有
前端设计 只读 GitHub 仓库 882.3 万 Codex、Claude、Cursor 有
Vercel 组合模式 联网访问 GitHub 仓库 385.9 万 Codex、Claude、Cursor 有
Vercel React native skills 前端 只读 GitHub 仓库 246.9 万 Codex、Claude、Cursor 有
adapt 搜索 浏览器控制 GitHub 仓库 202.7 万 Codex、Claude、Cursor 有
使用我的浏览器 浏览器控制 GitHub 仓库 184.8 万 Codex、Claude、Cursor 有

SKILL.md 全文

7.6 KB
模型实际读到的说明书原文,来自技能仓库

视频图片去水印

一个技能、两个引擎,按文件扩展名自动分流。本文件是唯一入口,两个引擎的脚本都在 scripts/ 目录下。

推荐调用方式:一条命令(按扩展名硬分流)

不想手动判断类型、或想要确定性分流时,直接用统一调度器。它只做「类型判断 + 参数转发」,不含任何处理逻辑,两个引擎依旧各自独立:

python "<本skill目录>/scripts/run_erase_any.py" "<文件绝对路径>" [引擎参数...]
输入 实际转发到
图片(.jpg 等)+ --token "<clientTempToken>" scripts/run_erase.py(云端 AI 擦除)
视频(.mp4 等)+ --box 右下角:200x80 scripts/run_erase_video.py(ffmpeg delogo)
  • 参数按类型自动挑选转发,对当前引擎不适用的参数(如图片传了 --box)会自动忽略并打印提示,不会报错崩掉。
  • 不支持的扩展名、文件不存在 → 明确报错并列出支持的格式,绝不猜。
  • 需要精细控制时,仍可直接调用下面的引擎脚本,两者效果完全一致。

第一步:判断类型并分流

输入类型 引擎 脚本
图片:.png .jpg .jpeg .webp .bmp .tif .tiff 云端 AI 智能擦除 scripts/run_erase.py
视频:.mp4 .mov .mkv .avi .webm .flv .m4v 本机 ffmpeg delogo scripts/run_erase_video.py
  • 扩展名不在表内或文件不存在 → 明确报错,说明支持的格式,不要猜。
  • 用户没给文件绝对路径 → 先问,不要猜。

通用约定(两个引擎都要遵守)

  • 输出统一落到桌面「去水印结果」文件夹(脚本自动定位桌面,兼容 OneDrive 重定向)。
  • 交付前必须自查结果(图片目检、视频抽帧核对),确认水印真被清除、无残留、主体画面无损,再用展示工具呈现给用户。
  • 引擎报错时原样透传真实错误信息,严禁编造输出路径或假装成功。
  • python 不可用时改用 python3;两者都不可用则停止并报告。

引擎 A:图片 → 云端 AI 智能擦除

全自动识别水印位置,无需手动标注;平铺水印、移动水印、半透明大字都能处理。

使用流程(严格按顺序)

  1. 确认用户已给出图片绝对路径。
  2. 调用一次 connect_cloud_service(云端凭证接口),取 clientTempToken(只在本次任务内使用,不展示、不缓存、不复用旧值)。
  3. 执行:
python "<本skill目录>/scripts/run_erase.py" \
  --image-file "<图片绝对路径>" \
  --token "<clientTempToken>" \
  [--prompt "<补充指令,例如:去除右下角水印>"] \
  [--output-dir "<可选>"]
  1. 读取 stdout 末尾 === RESULT === 块中的 OUTPUT_FILE,确认文件存在。
  2. 目检输出图片(水印清除干净、主体自然)后交付,告知桌面路径。

参数

参数 必填 说明
--image-file 是 图片绝对路径,≤4MB,支持 png/jpg/webp/bmp/tif
--token 是 connect_cloud_service 返回的 clientTempToken
--prompt 否 水印位置等补充指令,可显著提升效果
--output-dir 否 默认桌面「去水印结果」文件夹
--max-poll-time 否 轮询上限秒数,默认 600

错误处理

  • 超过 4MB 直接报错——让用户先压缩,不要自行转码绕过。
  • SUBMISSION_STATUS_UNKNOWN:不要重试提交、不要 sleep 循环,如实告知。
  • AUTH_INVALID_TEMP_KEY(token 过期):重新取新 token 后仅重试查询/落盘,不重复提交任务。

引擎 B:视频 → ffmpeg delogo 精准擦除

只适合位置固定的水印(角标 logo、台标、右下角标识、固定 ID 文字条)。只影响框内像素,框外画面零损失,音轨原样保留。

能力边界(必须先向用户说清)

情况 能否处理
固定位置的角标 / 台标 / ID 文字条 ✅ 效果好
半透明大字水印(位置固定不动) ✅ 可以
移动的水印、随镜头运动的水印 ❌ 不支持
全屏平铺水印 ❌ 不支持(图片引擎可以)

用户拿不准时,如实告知边界,不要硬接单。

依赖:ffmpeg(必需)+ 自动安装规则

查找顺序:本 skill 的 bin/ffmpeg.exe → 环境变量 FFMPEG_PATH → 系统 PATH → C:\ffmpeg\bin。

新电脑上首次使用大概率没有 ffmpeg。不要直接告诉用户「装不了」,按下面任一方式自动装好:

  • 方式 A(推荐):原命令加 --auto-install,脚本先自动联网下载安装(约 200MB,仅首次,视网速几分钟)再干活。
  • 方式 B:先照常跑原命令;若 stdout 出现 === DEPENDENCY MISSING ===,立刻执行其中 INSTALL_CMD: 那一行的完整命令,装完原样重跑原命令:
python "<本skill目录>/scripts/ensure_ffmpeg.py"
  • 方式 C(只查状态):python "<本skill目录>/scripts/ensure_ffmpeg.py" --check,输出 FFMPEG_STATUS: FOUND 或 MISSING。

安装器行为:下载源顺序 gyan.dev 官方构建 → GitHub BtbN 构建 → winget 兜底;装到本 skill 的 bin/ 目录(免配置 PATH、免管理员权限);装完实跑 ffmpeg -version 校验,校验不过不会报成功;自动安装失败时打印手动安装指引,此时把指引原样转述给用户,严禁编造「已安装」。

使用流程(严格按顺序)

  1. 确认用户已给出视频绝对路径;先问清水印位置。
  2. 用户说不清位置就先抽预览帧自己看:
python "<本skill目录>/scripts/run_erase_video.py" --video-file "<视频绝对路径>" --probe

输出 PROBE_FRAME 指向预览帧 PNG,图片尺寸即视频尺寸(见 VIDEO_SIZE),据此目测水印坐标。

  1. 指定擦除区域执行:
python "<本skill目录>/scripts/run_erase_video.py" --video-file "<视频绝对路径>" --box <区域> [--box <区域2> ...]

区域两种写法(可混用、可多框):
- 像素坐标:--box 900,500,200,80(左上角x, 左上角y, 宽, 高)
- 锚点+尺寸:--box 右下角:200x80 或 --box br:200x80+10+10(角:宽x高+水平边距+垂直边距)
- 角点支持:左上角 / 右上角 / 左下角 / 右下角 / 上中 / 下中 / 中间(英文 tl/tr/bl/br/tc/bc/center)

  1. 读取 stdout 末尾 === RESULT === 的 OUTPUT_FILE,确认文件存在。
  2. 必须抽一帧处理后的画面自查(水印无残留、无涂抹异常)再交付;有残留就微调框坐标重跑(输出自动加时间戳,注意用最新的那个文件名抽帧)。
  3. 交付时告知桌面路径;长视频(>5 分钟)先告知预计耗时。

其他约定

  • 文件名:<原名>_去水印.mp4;机器命名改为 去水印_YYYYMMDD-HHMMSS.mp4;重名自动加时间戳。
  • 源视频宽高为奇数时自动裁齐到偶数(最多 1 像素),已内置。
  • 画质 crf=18,可用 --crf 调整;严禁用 sleep + 重复提交的方式重试。

常见问题

5 问
答案由本站依据条目字段整理
视频图片去水印怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_6ab6a083/tupian-shipin-qushuiyin。安装方式为未标注。装完刷新技能列表或重开客户端。

视频图片去水印支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

视频图片去水印权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

视频图片去水印收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

视频图片去水印用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。