我可以提供训练数据，可以不一定是PixInsight插件

如果您可以提供训练数据，并且不限定于PixInsight插件，那么我们可以考虑使用深度学习方法来训练一个AI模型来去除图像中的星点。

首先，您需要收集一些包含星点的图像作为训练数据。这些图像可以来自于天文摄影、天文学研究或其他来源。确保您的数据集包含具有不同星点密度和背景特征的图像，以便训练出更具有普适性的模型。

然后，您可以使用图像处理库（如OpenCV）或深度学习框架（如TensorFlow、PyTorch）来构建和训练一个去除星点的AI模型。您可以使用已有的模型架构（如U-Net、ResNet）或自定义模型来处理这个任务。

在训练过程中，您需要将输入图像与对应的星点标记进行配对，以便模型学习如何去除星点。您可以使用半监督学习方法，其中一部分图像带有星点标记，而其他图像则没有标记。这样可以提高模型的泛化能力。

最后，一旦您训练好了模型，您可以将其集成到任何支持插件的图像处理软件中，无论是PixInsight还是其他软件。具体的集成过程将取决于目标软件的开发接口和插件架构。

请注意，这个过程可能需要一定的专业知识和经验，特别是在深度学习领域。如果您没有相关的技术能力，建议您寻找专业的团队或开发者来帮助您实现这个功能。