一個新專案居然能在 30 天內狂掃將近兩萬顆星，這款幫工程師秒除 LLM 隱形字元的 watermarks-remover 到底有多神？我是沐妍，本期開源好物週報除了這款隱私清理神器，還會介紹能把音樂拆成六軌的本機混音台 StemDeck，以及傳說中工程師用來取代老闆的 OpenExecutive，背後到底有什麼技術貓膩，等一下告訴你！
本週開源好物
1. watermarks-remover：LLM 隱形浮水印與檔案中繼資料的終極清理工具
- 它是什麼: 這款工具專門解決工程師每天都會遇到的隱私痛點，當我們使用 LLM 產出程式碼或文件時，內容常常會被偷塞隱形的 Unicode 混進去，或者在發布檔案前，裡面還殘留著不該洩漏的 EXIF 與 C2PA 中繼資料，這款工具就是為了幫你把這些痕跡徹底抹除。
- 本週聲量: 這是 30 天內爆紅的新專案，GitHub 斬獲了 19,801 顆星，採用 MIT 授權，主要使用 Python 開發。
- 亮點功能:
- Layer A 決定性清除：針對隱形 Unicode、零寬字元、異體空白、雙向文字與 tag 字元進行暴力清理，最厲害的是它純粹使用 Python 3.10 以上的標準函式庫，完全不需要安裝任何第三方套件。
- 多格式中繼資料剝除：支援 PNG、JPEG、WebP、PDF、DOCX、MP4 等 20 多種格式，只要偵測到系統裝有
exiftool、qpdf或c2patool，就會自動接上來清理 C2PA 與 PDF 的結構化資料。 - 開發工作流整合：可以用
install_skill.py直接安裝成 Claude Code 或 Cursor 的 Agent Skill，也能掛成 pre-commit hook，甚至在 CI 流程中輸出 SARIF 格式進行安全稽核。
- 快速上手:
在本機直接起 HTTP 服務是最快的方式：
如果只想單純處理單一檔案，Layer A 完全不需要 GPU：make serve # 或者用 Docker 跑在本機 8765 埠 docker run --rm -p 127.0.0.1:8765:8765 watermarks-removerpython3 service/scripts/clean_file.py draft.md -o draft.cleaned.md - 跟同類比: 市面上多數去浮水印工具都是要你把檔案上傳到不知名網站，存在極大隱私風險，而這款工具全程本機執行且開源。比起單純用
exiftool，它多了文字層的隱形字元清理，還能無縫整合進開發流程。不過實話實說，由於 Anthropic 並未公開偵測器規格，專案 README 也老實承認，不保證 Layer B 的 LLM 改寫能 100% 躲過統計式浮水印，而且改寫可能會讓原本的語氣變平淡，它的定位是隱私清理，而不是用來假冒人類手寫。 - 適合誰: 經常複製 LLM 產出，且對隱私、程式碼潔癖有極高要求的工程師。
- 連結: GitHub - guillaumemeyer/watermarks-remover
2. StemDeck：免費且完全本機運行的 AI 音軌分離混音台
- 它是什麼: 這是一款幫你把音樂檔案拆成不同樂器軌道的本機應用程式，它把 Meta 的 Demucs 封裝成一個具有數位音訊工作站（DAW）風格的混音台，讓你的音樂檔案完全不用上傳雲端，在自己電腦就能完成高品質的音軌分離。
- 本週聲量: 在 Hacker News 斬獲 244 分（65 則討論），GitHub 累積 3,570 顆星，採用 Apache-2.0 授權，主要以 JavaScript 開發。
- 亮點功能:
- 高品質六軌分離：使用 Demucs
htdemucs_6s模型將音訊拆分為人聲、鼓、貝斯、吉他、鋼琴與其他，還能透過audio-separator呼叫UVR-MDX-NET Karaoke 2額外把主唱與和聲拆開。 - DAW 風格混音台與分析：提供逐軌音量調整、靜音、Solo 與即時 VU 表，波形編輯器支援縮放與循環區段，還能自動分析歌曲的 BPM、調性、音階、LUFS 響度與峰值 dBFS，最後用 FFmpeg 匯出成單一 WAV。
- 硬體加速支援：支援直接拖曳本機檔案（MP3、WAV、FLAC 等）或貼上 YouTube 連結，系統會自動偵測 NVIDIA CUDA 或 Apple Silicon MPS 進行加速，沒有 GPU 的話也會自動退回 CPU 跑。
- 高品質六軌分離：使用 Demucs
- 快速上手:
最簡單的方式是直接去 GitHub Releases 下載 macOS 的 DMG 或 Windows 的 ZIP 檔，首次啟動會自動下載 Python 執行環境、FFmpeg 與模型（約 170 MB）。想用 Docker 自架可以跑：
docker compose -f build/docker-compose.yml up --build # 或者直接拉取映像檔 docker pull ghcr.io/stemdeckapp/stemdeck:latest - 跟同類比: 像 Moises 或 LALAL.AI 這類商業服務都需要訂閱並把檔案傳到雲端，StemDeck 完全免費、免註冊、音檔留在本機。缺點是它固定只能分六軌（對手最多十軌），而且如果用 CPU 模式跑會比較慢，介面也相對陽春。README 甚至非常誠實地寫明「不打算跟商業產品競爭，把核心情境做好就停在那裡」，但比起直接用 Demucs 的指令列，它補上的混音台與波形介面實在好用太多。
- 適合誰: 有音軌分離需求、不想付費訂閱雲端服務，且注重隱私的音樂創作者或音訊愛好者。
- 連結: GitHub - stemdeckapp/stemdeck
3. OpenExecutive：結構清晰的多 Agent 虛擬 AI 決策系統
- 它是什麼: 這是一個多 Agent 系統的參考實作，宣稱能用 8 個專業的 AI 代理人來模擬整間公司的決策與營運。雖然社群上盛傳這是工程師因為被裁員而做來復仇、企圖取代 CEO 的工具，但我們必須客觀地說，這個復仇故事在公開資料中找不到任何具體證據，大家當作茶餘飯後的話題就好，不過它本身的架構對於想學習多 Agent 編排的人來說非常具有參考價值。
- 本週聲量: 本週的絕對聲量王，在 Hacker News 拿到 1,030 分的高分與 717 則討論，GitHub 累積 3,345 顆星，主要以 Python 撰寫。
- 亮點功能:
- 八大專業 Agent 協同：包含 CSO、CFO、CHRO、法務、COO、CMO、CPO 與董事會溝通，由 Claude Sonnet 4.6 作為編排器進行路由，最後對外收斂成單一且一致的人格來回應。
- 雙層 RAG 與情節記憶：內建 MBA 等級的知識庫，並能結合使用者上傳的公司文件存入 ChromaDB。每次決策後會由 Claude Haiku 萃取重點寫入 SQLite 形成長期記憶，讓後續對話能回想過去的決定。
- 高效快取與多介面支援：將系統提示詞、公司檔案與知識索引分開快取，宣稱最高可達 85% 的提示詞快取命中率。介面除了 Web UI（Next.js 15）外，還支援 Slack、Telegram、Discord、Email 與 CLI，並附帶 29 個情境的 LLM-as-judge 評測。
- 快速上手:
複製專案並設定環境變數即可啟動：
啟動後 Web UI 會在連接埠 3000，API 在 8000。如果不想付 API 費用，可以將git clone https://github.com/SenteLabsAI/OpenExecutive.git cd OpenExecutive cp .env.example .env # 填入 ANTHROPIC_API_KEY 後執行 make dev.env裡的LOCAL_MODELS_ENABLED設為true來連接 Ollama、LM Studio 或 vLLM，但這樣會失去網頁搜尋與提示詞快取功能。 - 跟同類比: 與 CrewAI 或 AutoGen 這類需要自己從頭組裝的框架不同，OpenExecutive 是一套已經幫你組裝好、可以直接跑起來的垂直應用。不過它的成熟度目前要打點折扣，main 分支目前只有 39 次提交，內建的排程器僅支援單一執行個體，官方也明講目前不支援水平擴充，請把它當作優質的架構參考專案，先不要直接拿來跑真的公司。
- 適合誰: 正在開發 AI Agent 應用，想尋找多代理人編排、記憶層與 RAG 實作範本的開發者。
- 連結: GitHub - SenteLabsAI/OpenExecutive
結尾段落
本週介紹的三款好物，從爆紅的 watermarks-remover 到本機運行的 StemDeck，不難看出「本機隱私安全」與「更細緻的 AI 垂直應用」依舊是當前的開發大趨勢。如果你正為 LLM 產生的隱形字元煩惱，非常推薦今天就裝起 watermarks-remover 來除舊佈新。我是沐妍，開源好物週報，我們下週見！
留言