watermarkless (zigansh1n) MCP
watermarkless
Очистка водяных знаков на фото для агента: профили Авито и Циан, автопоиск знака и произвольная маска, модель LaMa локально
- 0 ★ репозитория
- Последний коммит
Широкий доступ
Почему такой уровень
- Снятие водяных знаков с чужих снимков нарушает авторские права и условия площадок, ответственность на пользователе
- Очистка фото конкурентов или чужих объявлений может привести к блокировке аккаунта на площадке
- Запуск HTTP-сервиса без токена или с `CLEANER_ALLOW_ANON=1` открывает обработку файлов всей сети
Установка
- Работает в
- Сервисы
Ручная установка
claude mcp add -s user watermarkless -- /path/to/repo/.venv/bin/python /path/to/repo/mcp_server.pyПосле клонирования репозитория и установки `requirements.txt` в окружение Python 3.10 и выше.
Доступ и проверки
Как мы проверяемШирокий доступИнструмент может менять данные, выполнять команды или работать с секретами.
- Снятие водяных знаков с чужих снимков нарушает авторские права и условия площадок, ответственность на пользователе
- Очистка фото конкурентов или чужих объявлений может привести к блокировке аккаунта на площадке
- Запуск HTTP-сервиса без токена или с `CLEANER_ALLOW_ANON=1` открывает обработку файлов всей сети
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
MCP-сервер на Python убирает водяные знаки с фотографий через инпейнтинг моделью LaMa. Все файлы обрабатываются на своей машине, оригиналы не меняются, результат пишется в подпапку `clean`. Тот же код доступен и как HTTP-сервис `app.py`, который вызывает менеджер объявлений Авито. Инструменты сервера: `list_profiles` показывает известные знаки, `detect_watermark` оценивает, есть ли знак на снимке, `find_watermarks` ищет рамки детектором для любого сайта, `clean_photo` чистит один файл, `clean_folder` обрабатывает папку скачанного объявления. Встроены профили `avito` и `cian`. Режим `auto` находит знаки других площадок моделью YOLO11x, а `mask_box` закрашивает заданный прямоугольник без проверки. Свой профиль собирают командой `fit_profile.py` по 40–200 образцам. Сервер запускают по stdio, сборка есть и в Docker. Лицензия в репозитории не указана.
Для кого. Тем, кто работает с фотографиями своих или лицензированных объявлений на Авито и Циан и хочет, чтобы агент убирал логотип площадки с папки снимков.
Подходит, если
- Из скачанной папки объявления нужно убрать логотип Авито с каждого снимка
- Перед очисткой агент проверяет через `detect_watermark`, есть ли знак, и не трогает чистые снимки
- Знак другой площадки находят в режиме `auto`, а рамку уточняют через `find_watermarks`
- Заданный прямоугольник закрашивают через `mask_box` без проверки
- Для площадки без готового профиля собирают свой по образцам командой `fit_profile.py`
Не подходит, если
- Снимки чужие, и прав на их использование нет: снятие знака нарушает чужие права
- Нужна гарантия чистого результата: на ярких фонах и меняющихся знаках остаются следы
- Машина на Apple Silicon с расчетом на GPU: модель TorchScript на MPS не загружается, работает процессор
Пример запроса к агенту
Проверь папку с фото объявления, убери логотип Авито там, где он есть, и положи результат в подпапку clean.MCP
- Транспорт
- stdio
- Авторизация
- не нужна
Ограничения
Нужен Python 3.10 и выше, пакет `mcp`, PyTorch и веса модели: образ Docker около 2,3 ГБ, детектор `auto` докачивает 114 МБ при первом запуске. Последний коммит в сентябре 2026 года, репозиторий небольшой и без лицензии.
Знак Циан содержит номер объявления, поэтому для него нет проверки наличия: профиль чистит каждый снимок по маске. Режим `unblend` экспериментальный и оставляет цветной шум. Лимиты: снимок до 25 МБ и 4096 пикселей по стороне.
Как отключить. Выполните `claude mcp remove watermarkless`, при необходимости остановите контейнер командой `docker rm -f watermark-cleaner` и удалите клонированный каталог.
Частые вопросы
Как подключить watermarkless к Claude Code?
Поставьте зависимости в виртуальное окружение и выполните `claude mcp add -s user watermarkless -- <путь>/.venv/bin/python <путь>/mcp_server.py`. Транспорт stdio, отдельный порт не нужен.
Какие площадки поддерживаются из коробки?
Авито и Циан: для них есть готовые профили. Знаки остальных площадок ищет режим `auto`, а свой профиль собирают командой `fit_profile.py`.
Меняются ли исходные файлы?
Нет. Результат пишется в `<папка>/clean/<имя>.jpg`, если не задан `output_path`, оригиналы остаются нетронутыми.
Что делает проверка наличия знака?
`detect_watermark` считает оценку знака в углу снимка. Если знака нет, `clean_photo` возвращает `no_watermark` без записи файла, а с `force=true` чистит снимок принудительно.
Законно ли снимать водяные знаки?
Зависит от прав на снимок. Свои фото и снимки с разрешением обрабатывать можно, чужие нельзя: знак часто защищает права автора или площадки.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
Авито — все инструментыmcpteam-foto (Skeetcher111)
mcpteam-foto
Пакетная уникализация фото для Авито, Циан и маркетплейсов: несколько копий с правками, сверка по отпечатку и режим командной строки
avito-mcp (oleg909902)
avito-mcp
MCP-сервер для Авито через запущенный Chrome по CDP: поиск, объявления, фото, мессенджер, заказы Доставки и закрытие своих объявлений
Avito MCP Server: поиск, чаты и объявления Авито
avito-mcp-server
MCP-сервер на Python с Playwright для работы агента на Авито от вашего аккаунта: поиск, карточки, переписка с продавцами и публикация объявлений
Плагин с навыками и распределенными MCP-серверами для парсинга каталога Авито, мониторинга цен и уведомлений, с честным разделом о правовых рисках
Мониторинг Авито через MCP
Avito Monitor MCP
Удаленный MCP-сервер с одним инструментом поиска по Авито, который показывает только новые объявления с прошлого запроса
MCP для Авито Мессенджера и объявлений
Avito MCP Server
Компактный MCP для Авито Мессенджера и объявлений с автоопределением user_id, обходом SSL для корпоративных прокси и интерактивным deploy.sh
Коротко о README
В README разобраны запуск через Docker и Python, инструменты MCP-сервера, HTTP API с кодами ответов, устройство профилей, режимы `auto` и `mask_box`, методы очистки и замеры точности детектора.