用途：本地去除图片背景，保留玻璃、部分透明、烟雾、发光、VFX、迷彩、文字或带柔和阴影的标识、线稿、插画及印刷/贴纸设计中的软 alpha，生成单独的透明 PNG，不覆盖原图。
使用方式：先确认输入图存在；若用户提供了输出路径就用它，否则在输入文件旁写 <input-stem>-transparent.png。检查工具可用性：bgr --help。沙箱环境（如 Codex sandbox）中应在用户正常终端运行 bgr 命令，否则进程可能冻结或超时。若缺少 bgr，确认 uv 可用后安装：uv tool install --from git+https://github.com/egeorcun/lucida.git my-bg-remover。需 Python 3.12 或更高版本，安装后暴露一个可执行文件 bgr。
模型选择：默认用 lucida，尤其适合玻璃、部分透明、烟雾、发光、VFX、迷彩、文字或带柔和阴影的标识、线稿、插画、印刷与贴纸设计；需要高分辨率通用分割（如实体物理主体、产品照，或 lucida 残留不需要的低 alpha 背景雾气）改用 birefnet-hr，它在 2048×2048 处理，计算与内存开销更高。仅当需要替代模型、版本化本地检查点或模型加载排障时，才读 references/models.md。
执行命令并用引号包裹路径：bgr remove "<input-path>" -o "<output-path>.png" --model lucida；符合主体特征时把 lucida 换成 birefnet-hr。确认命令成功且输出 PNG 存在，并尽量检查结果，重点关注部分透明、空洞、细边缘、残留背景雾气和色彩边缘。向用户返回输出文件并说明所用模型与可选参数。
可选处理：首次结果边缘粗糙或断裂时加 --refine，它属于重试而非常规默认，会增加处理并改变柔和边界。色彩去污默认开启，仅当去污改变了有意保留的发光、半透明颜色或边缘颜色时才加 --no-decontaminate。每次重试只改一个变量。
权重行为：lucida 注册项使用 Hugging Face 模型 ID egeorcun/lucida，首次使用由 Transformers 下载权重到其缓存，需留出时间和网络。birefnet-hr 使用 ZhengPeng7/BiRefNet_HR，同样首次下载到该缓存。lucida-v7 注册项期望 data/checkpoints/epoch_7.pth（按命令工作目录解析），仅当该路径已存在匹配训练检查点时才使用；不要把发布的 model.safetensors 改名为 epoch_7.pth，本地条目期望的是含模型 state dictionary 的训练检查点载荷。
限制：透明输出必须用 PNG，JPEG 无法保留 alpha；除非用户明确要求调整尺寸，否则保持原始尺寸；能目视检查时不能仅凭命令退出即宣称成功；未解释原因不要切换到实验性或版本化检查点。