抠图这件事，这几年我们被"免费在线工具"教育得太好了：上传一张图，等几秒，下载、搞定。代价是——你的照片跑到了别人的服务器上。拍的是孩子、是身份证、是没公开的产品样机，谁也不知道它在对面躺了多久。
今天五哥要给大家介绍的 unbagrnd，走的是完全相反的一条路。它的官方副标题就一句话：
AI-powered background removal — 100% on your device / 端侧 AI 抠图，100% 在你自己的设备上完成
一句话概括：一款把神经网络塞进本地的跨平台抠图工具，Rust + Tauri 打造，装上模型之后彻底断网可用——免费的、开源的、不联云的抠图软件。
📌 unbagrnd 是什么？
unbagrnd 出自 GitHub 用户 zidniryi 之手，是一个只有几万行代码、但每一块都打磨得很干净的桌面小工具，目前 GitHub 上 190+ Star，最新版本 v0.5.5。协议是 MIT——不管你个人用还是商业用，都不用掏钱。
它最核心的设计约束，写在了 README 的最前面，一共三条，干脆利落：
本地运行、免费、首次设置后离线。
这不是营销话术，而是写进项目的"不可谈判条款"——README 明确写了，任何贡献都不能违反这三条。围绕这个约束，unbagrnd 做了这么几件事：
🔒 端侧 AI——抠图由真实的神经网络（ONNX Runtime）在本机推理，图像、文件名、EXIF 元数据一概不上传；
🆓 完全免费开源——MIT 协议，没有 API Key、没有付费档位、没有次数限制；
🧠 模型可选——设置里能切换多个抠图模型，在速度和精度之间自己权衡，每个模型首次使用时下载一次（默认的只有 41 MB 左右），之后本地缓存；
📴 设置后离线——整个应用唯一的联网行为就是那次模型下载，没有埋点、没有遥测、连更新检查都没有；
📦 单张 + 批量——同一个窗口既能处理单图，也能处理整个文件夹；
🖌️ 手动精修——画笔擦除/恢复，带撤销重做，专治模型"差一点点"的地方；
✂️ 边缘优化——收缩/扩张、平滑、羽化，实时预览，头发和毛发就靠这个；
🎭 导出蒙版——把 alpha 通道存成黑白遮罩图，丢进 PS 当图层蒙版用；
🎨 改背景——纯色填充 + 端侧计算的投影，不涉及 AI、不联网；
🖥️ 四平台——macOS、Windows、Linux、Android。
✨ 核心能力：抠得干净，也要能自己动手
这是单图模式的 Before / After 对比。左边是迪拜街头的实景照片，右边是抠完之后的结果——注意看人物的头巾轮廓、白袍下摆和脚底接触阴影的处理，边缘没有明显的锯齿和残留。这类"人像 + 复杂街景"是最考验抠图模型的场景之一，因为背景里有大量和主体色温接近的浅色建筑。
事情做到这一步，很多在线工具就结束了。unbagrnd 有意思的地方在于，它把"抠完之后"的活儿也一并接管了。
第一件事：手动精修。
模型不可能 100% 完美。扣一只猫，爪子边缘的绒毛、胡须的走向，总会有几个像素不那么听话。unbagrnd 给了一套画笔工具：Erase 模式擦掉多余的部分，Restore 模式把误删的主体刷回来，笔刷大小可以调，全程支持撤销/重做。左边那只是不是干净多了。
第二件事：边缘优化。
这个功能专门伺候"毛茸茸的东西"。右侧面板给了三个滑块：
Shift（收缩/扩张）——整体往外放一点或往里收一点，解决抠出来"偏胖"或"偏瘦"的问题；
Smooth（平滑）——把边缘那些毛刺状的锯齿磨圆；
Feather（羽化）——让轮廓和背景之间有一个柔和过渡，避免"剪刀剪出来"的塑料感。
图里这个蒲公英是极端案例：换任何一个"抠得出来就行"的工具，绒毛基本全丢。unbagrnd 把参数调完，蒲公英的绒球结构基本保住了——虽然不完美，但至少它承认了"毛发是难题"，并且给了你手动解决它的旋钮。
第三件事：导出蒙版。
结果页上一排按钮：Refine、Edit background、Export mask、Reveal in folder、Process another。点 Export mask，它会把抠图结果的 alpha 通道单独存一张黑白图出来（状态栏会提示存到了哪个路径）。
这个功能看着不起眼，对做设计的人却是刚需——你不用它当成品的透明 PNG，而是拿它当"选择通道"：丢进 Photoshop 当图层蒙版，自己重新配背景、加光效、做合成。工具负责抠，创意归你。
第四件事：直接改背景。
如果你只是想要一张"证件照式的纯色底图"，那连导出再导入其他软件都省了。背景面板里给了几组预设色：基础色、马卡龙粉彩、中性灰棕，还有一栏 From your image——自动从图像本身提取主色，省得你自己调。
下面是投影（Shadow）：勾上 Enable drop shadow，可以选 Natural / Overhead / Left / Right / Custom 五种方向，透明度也能调。关键在于——这个投影是根据主体轮廓在本地算出来的，README 特意强调了"no AI, no network"。主体下方那圈淡淡的接触阴影，就是这么来的，比直接贴一张灰色椭圆自然得多。
🚀 上手：下载、装、用
去 Releases 页面按平台拿安装包就行：
🖥️ macOS——.dmg，注意只支持 Apple 芯片（Intel Mac 已经没有预编译的 ML 运行时了）；
🪟 Windows——.msi / .exe；
🐧 Linux——.AppImage / .deb；
🤖 Android——.apk / .aab，已签名，能像普通应用一样覆盖安装和升级。
首次启动、或者第一次点抠图的时候，它会下载模型（约 170 MB），带进度条。只发生这一次，之后的每一次使用都是完全离线的。
macOS 用户注意一个坑：如果提示"unbagrnd 已损坏，无法打开"，别急着删——这不是包坏了，而是因为构建没有代码签名和公证（苹果开发者账号要钱），被 Gatekeeper 隔离了。把应用拖到"应用程序"文件夹后，终端执行一次就行：
xattr -cr /Applications/unbagrnd.app🧠 模型怎么选：五档，从快到底
unbagrnd 把"选哪个模型"这件事直接摊开给用户，设置页里一共五档：
| 模型 | 体积 | 定位 |
|---|---|---|
| Silueta（默认） | ≈41 MB | 最快、下载最小，通用场景首选 |
| U2-Net | ≈168 MB | 通用，精度高于 Silueta |
| BiRefNet (General, Lite) | ≈214 MB | 较新架构，边缘和毛发细节更干净 |
| U2-Net (Human) | ≈168 MB | 人像、人物专用 |
| U2-Net (Cloth) | ≈168 MB | 服装/衣物解析，保留衣物区域 |
| IS-Net (Anime) | — | 动漫与插画角色 |
这个设计挺务实：默认给你一个又快又小的，等你发现"这张图抠得不够好"，再按用途换专用模型（人物、服装、动漫），或者直接上 BiRefNet 换更好的边缘。每个模型下载后都有独立的 Clear 按钮，用不上的可以随时删掉腾空间。
底层用的是 IS-Net "general use"——就是那个被无数工具引用的 IS-Net 通用模型，Apache-2.0 许可，出自 Qin 等人的论文《Highly Accurate Dichotomous Image Segmentation》(ECCV 2022)，和 Python 圈里流行的 rembg 是同一个模型家族。整个流程——解码、缩放、归一化、跑模型、把预测掩码转成 alpha 通道、重新编码为 PNG——全部在 Rust 后端完成，前端根本不碰网络。
🖥️ 还有一条隐藏路线：自托管 REST API
这是 unbagrnd 比同类工具有意思的地方。它把抠图核心单独抽成了一个 crate 叫 unbagrnd-core，桌面应用（Tauri）和 API 服务（Axum）都只是它的外壳，两边不重复实现任何逻辑。也就是说，你可以把同一套端侧抠图能力，跑成自己的私有 API。
unbagrnd
|
+----------+----------+
| |
Desktop App API Server
(Tauri) (Axum)
| |
+----------+----------+
|
unbagrnd-core
(models.rs, bg_remove.rs)
|
ONNX Runtime启动方式很简单：
git clone https://github.com/zidniryi/unbagrnd.git
cd unbagrnd
cp .env.example .env
# 编辑 .env，设置 UNBAGRND_ADMIN_KEY（比如 openssl rand -hex 32）
docker compose up --build然后 http://localhost:8080/docs 就是 Swagger UI，仓库里还附带了一份现成的 Postman 集合。抠图接口长这样：
curl -X POST http://localhost:8080/v1/remove-background \
-H "X-API-Key: unb_live_xxxxxxxxx" \
-F "image=@photo.jpg" \
--output result.png最有意思的还是批量接口：一次最多传 UNBAGRND_MAX_BATCH_SIZE（默认 10）张图，永远返回 200，按上传顺序一张一个结果——某一张损坏了不会带着整批一起失败。每张图仍然走同一个并发信号量，所以大批量是在内部排队，而不是把资源瞬间打满。
安全这块做得也认真：API Key 是 unb_live_ 前缀 + 256 位 CSPRNG 随机熵，落库只存 SHA-256 哈希，比较用常量时间，日志里只记可以外显的 key_prefix；/v1/keys 这组管理接口需要单独的 X-Admin-Key，普通 API Key 永远无法创建、列出或吊销别的 Key——如果管理员密钥没配置，这组路由直接返回 503，而不是退化成某个默认凭据。上传大小、图像尺寸、推理并发、单 Key 限速，全部可配置。上生产的话，README 建议前面挂一个反向代理（Caddy / nginx / Traefik）做 TLS，并且把 CORS 收敛到真实前端域名，别留着 *。
🆚 和在线抠图工具、rembg 比一比
| 对比项 | unbagrnd | 在线抠图网站 | rembg（Python） |
|---|---|---|---|
| 图像去向 | 不出本机 | 上传到对方服务器 | 本地 |
| 隐私 | 无账号、无遥测 | 多为账号 + 云端处理 | 本地 |
| 价格 | 免费开源（MIT） | 免费额度 + 付费解锁高清 | 免费开源 |
| 图形界面 | 有，四平台安装包 | 网页版 | 命令行 |
| 手动精修 | 画笔 + 边缘参数 + 投影 | 基本没有 | 无 |
| 离线使用 | 首次下载模型后完全离线 | 必须联网 | 可离线 |
| 批量处理 | 支持，可导 ZIP | 通常付费或限量 | 脚本自行调用 |
| 自托管 API | 官方提供 | 无 | 需自己封装 |
它的定位其实很清楚：把 rembg 的效果，装进一个普通人也能用的桌面软件里，再加上"抠完之后"的那一整套编辑器。 在线站点赢在"打开就能用"，unbagrnd 赢在"你的图不出门"，而且还能批量、能精修、能当私有服务。
🤔 该说的坑，也得说
⚠️ 首次要下载 170 MB——这是"离线可用"换来的代价，网络不好时第一次会等一会儿；
⚠️ macOS 只有 Apple 芯片——Intel Mac 拿不到预编译版本，原因在 README 里写得明明白白；
⚠️ 不是"一键完美"——头发、毛发、半透明物体（玻璃、纱、雾气）依然需要手动精修，蒲公英那张图就是最好的证明；
⚠️ 功能边界明确——它是"抠图工具"，不是修图软件，没有合成、调色、绘画那一套；
⚠️ Android 端存储受限——系统相册返回的是 content:// URI 而不是真实路径，所以"保存到原图同目录"在安卓上会退化成应用自己的沙盒目录；
⚠️ 模型许可要留意——应用本体是 MIT，但内置的 IS-Net 模型是 Apache-2.0，商用前顺手确认一下没坏处。
🎯 总结
unbagrnd 让我觉得舒服的地方在于：它没有去追热点（不叫自己 AI 平台、不塞订阅、不联网），而是老老实实回答了一个很具体的问题——能不能让抠图这件事，既不花钱、也不把图交出去？
Rust + Tauri + ONNX Runtime 这套组合，最后换来的是一个 41 MB 起步、装上就断网可用、边缘还能手动抠细节的小软件。多模型切换、批量处理、蒙版导出、自托管 API——单拎出来都不算新鲜，但组合在一起，就是一个能长期放在 Dock 栏里的工具。
如果你符合下面任意一条，都值得装一个：
🔒 在意隐私，不愿意把照片、证件、产品图上传到别人的服务器的人；
🛍️ 做电商、做内容，需要批量把白底图/透明图吐出来的运营和设计；
🧑💻 想要一套私有抠图 API，又不想依赖任何云服务的开发者；
🎨 手里有头发、毛发、毛绒玩具这类难抠的素材，愿意花两分钟手动精修的人。
🔗 GitHub：github.com/zidniryi/unbagrnd
🔗 下载：Releases 页面
🔗 支持作者：ko-fi.com/zidniryi
在线抠图工具让你把图交出去，unbagrnd 让你把模型搬回家。
— 墨涩