इस प्रोजेक्ट के बारे में

ClaudeMark आपके स्वामित्व वाले टेक्स्ट और फ़ाइलों में एआई वॉटरमार्क और प्रोवेंस डेटा की जाँच और उन्हें सैनिटाइज़ करने के लिए एक लोकल-फर्स्ट, ज़ीरो-एग्रेस फ़ॉरेंसिक्स टूलकिट है। यह पायथन (3.10+, मानक लाइब्रेरी का उपयोग करके) में कार्यान्वित है, ऑफ़लाइन चलता है, और इसके मुख्य संचालन कोई आउटबाउंड नेटवर्क कॉल नहीं करते हैं। इसे MIT लाइसेंस के तहत वितरित किया जाता है। डिटेक्शन और सैनिटाइज़ेशन को परतों में व्यवस्थित किया जाता है। लेयर Adeterministic टेक्स्ट कार्य है: यह ज़ीरो-विड्थ स्पेस, ZWNJ, ZWJ, वर्ड जॉइनर, BOM, मंगोलियाई स्वर विभाजक, यूनिकोड टैग, वेरिएशन सेलेक्टर, द्विपक्षीय ओवरराइड, विदेशी स्पेस और होमोग्लिफ जैसे अदृश्य यूनिकोड वाहकों के लिए स्कैन करता है, और निरीक्षण के लिए छिपे हुए मार्करों को पठनीय टैग (उदाहरण के लिए ZWSP, BOM, RLO) के रूप में रेंडर कर सकता है। लेयर B सांख्यिकीय है: README एक क्लोड रिसर्च ह्यूरिस्टिक, किर्चेनबाउर-क्लास रेड/ग्रीन लिस्ट बायस, एक SynthID-शैली डिटेक्टर और एक जेनेरिक डिटेक्टर के लिए डिटेक्टरों का वर्णन करता है, साथ ही पहले/बाद के मूल्यांकन और साइड-बाय-साइड HTML diff रिपोर्ट के साथ एक बेस्ट-इफोर्ट रीराइट या डिसरप्शन पास भी प्रदान करता है। फ़ाइलों और कंटेनरों के लिए, यह C2PA/JUMBF मेनिफेस्ट, EXIF, XMP, IPTC, दस्तावेज़ XML मेटाडेटा और जनरेटर हस्ताक्षर का निरीक्षण और उन्हें हटाता है। प्रलेखित प्रारूप कवरेज में PNG, JPEG, WebP, SVG, AVIF, HEIC, PDF, DOCX, ODT, HTML और Markdown शामिल हैं, प्रारूप तालिका में MP4/MOV/M4A और MP3 टैग हैंडलिंग भी सूचीबद्ध है। सफाई आउटपुट को परमाणु रूप से लिखती है। वैकल्पिक होस्ट टूल — C2PA सत्यापन के लिए c2patool, द्वितीयक मेटाडेटा निरीक्षण के लिए exiftool, और संरचनात्मक PDF ऑब्जेक्ट पुनर्निर्माण के लिए qpdf — का उपयोग तब किया जाता है जब वे मौजूद होते हैं। एक रक्षात्मक सुरक्षा स्कैनर शामिल है, जिसमें डीकंप्रेसन बम (100x संपीड़न-अनुपात कैप और 100 MB असंपीडित छत), /JavaScript, /JS, /Launch, /EmbeddedFiles और /SubmitForm जैसी दुर्भावनापूर्ण PDF कार्रवाइयां, एम्बेडेड VBA मैक्रो प्रोजेक्ट्स, और पथ ट्रैवर्सल प्लस विंडोज आरक्षित डिवाइस-नाम गार्ड शामिल हैं। टेक्स्ट-ओरिएंटेड कमांड फ़ाइल हस्ताक्षर और नियंत्रण-बाइट वितरण को सत्यापित करते हैं ताकि फ़ाइलों को दूषित करने के बजाय बाइनरी इनपुट से इनकार किया जा सके। टूलकिट कई इंटरफेस को उजागर करता है। CLI उप-आदेश प्रदान करता है जैसे analyze, unicode inspect/visualize/clean, rewrite, evaluate, diff, inspect, clean, audit, evidence, schema, c2pa inspect, security scan, agent list/exec, serve, doctor और benchmark, जिसमें निर्देशिका सफाई के लिए ड्राई-रन मोड शामिल है। एक मानक-पुस्तकालय HTTP सेवा एक वेब डैशबोर्ड और एक प्रलेखित REST API (health, capabilities, OpenAPI spec, inspect, clean, analyze, unicode analyze/visualize, rewrite, evaluate, diff, security scan, agent tools/exec) की सेवा देती है, जिसमें पर्यावरण चर के माध्यम से वैकल्पिक बीयरर-टोकन प्रमाणीकरण शामिल है। एक MCP stdio सर्वर (claudemark-mcp) इनिशियलाइज़, टूल्स/लिस्ट और टूल्स/कॉल पर समान स्थानीय टूल को उजागर करता है। स्किल और रूल फ़ाइलों को एक इंस्टॉलर स्क्रिप्ट के माध्यम से Claude, Cursor, Antigravity, Grok और Codex के लिए स्थापित किया जा सकता है। ऑटोमेशन एकीकरण में GitHub कोड स्कैनिंग के लिए OASIS SARIF 2.1.0 आउटपुट उत्पन्न करना (--fail-on विकल्प के साथ), यूनिकोड सफाई और रिपॉजिटरी ऑडिट के लिए आधिकारिक प्री-कमिट हुक, और Docker Compose पैकेजिंग शामिल है जो केवल पढ़ने के लिए रूट फ़ाइल सिस्टम और गैर-रूट उपयोगकर्ता के साथ चलती है। साक्ष्य बंडल ZIP फ़ाइलें हैं जिनमें एक कैनोनिकल JSON रिपोर्ट और एक SHA-256 मेनिफेस्ट होता है; मूल फ़ाइल को शामिल करना वैकल्पिक है, और एक सत्यापित मोड रिपोर्ट हैश और, जब मौजूद हो, एम्बेडेड मूल हैश की जाँच करता है। प्रलेखन नोट करता है कि एक बंडल अपनी सामग्री की अखंडता को साबित करता है लेकिन एक क्रिप्टोग्राफिक हस्ताक्षर या लेखकत्व का दावा नहीं है। स्कोप सीमाएं स्पष्ट रूप से बताई गई हैं। सांख्यिकीय संकेत एआई लेखकत्व साबित नहीं करते हैं; परियोजना मालिकाना मॉडल वजन, निजी विक्रेता वॉटरमार्क कुंजी या undocumented विक्रेता पहचान एपीआई तक कोई पहुंच का दावा नहीं करती है; सांख्यिकीय व्यवधान सबसे अच्छा प्रयास है और एक कम स्कोर मिटाने या कहीं और अलग वर्गीकरण की गारंटी नहीं देता है; और मेटाडेटा की अनुपस्थिति यह साबित नहीं करती है कि सामग्री मानव-निर्मित या प्रोवेंस-मुक्त है। पिक्सेल-डोमेन वॉटरमार्क एडेप्टर (SynthID-Image, CtrlRegen, MarkDiffusion, Tree-Ring, Stable Signature, StegaStamp) बंडल किए गए मॉडल के बजाय अनुसंधान इंटरफेस हैं, और चेकपॉइंट्स कॉन्फ़िगर होने तक अनुपलब्ध रिपोर्ट करते हैं। नियंत्रित प्रयोगों के लिए MarkLLM मूल्यांकन हार्नेस के लिए एकीकरण बिंदुओं का भी वर्णन किया गया है।