pot-desktop：划词翻译 + 截图 OCR 全攻略（免费开源）

pot-desktop划词翻译 截图 OCR 全攻略免费开源【免费下载链接】pot-desktop一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.项目地址: https://gitcode.com/GitHub_Trending/po/pot-desktop把复制、切窗口、粘贴、等结果缩成一次按键就是 pot-desktop 想做的事。它是免费开源的划词翻译和截图 OCR 工具覆盖 Windows、macOS、Linux 三平台。适用人群与典型场景适合谁先对号入座读外文论文、技术文档术语频繁卡壳的人常处理扫描件、课件截图文字选不中、只能硬看的人需要在多个平台间同步一套翻译工作流的人想把翻译、OCR 串进自己脚本或自动化的进阶用户。一句话边界核心卖点是文本和图片。长音频、视频不在它的服务范围内。安装与上手优先用各平台的包管理器一条命令的事# Windows winget install Pylogmon.pot # macOS先添加源再安装 brew tap pot-app/homebrew-tap brew install --cask potLinux 没有统一的包管理命令可从官方发布页下载对应安装包或用 AUR 安装。装完后应用只驻留在系统托盘不会主动弹窗口。首次使用按下面编号步骤走一遍打开应用进入服务设置挑一个翻译引擎。想零配置就用离线类Ollama、系统 OCR、Tesseract选填 Key 的引擎需要先到对应平台申请。到快捷键页面给划词翻译绑定一组组合键记住它。回任意文档选中一段外文按下快捷键小窗出现即算跑通。核心能力划词翻译快捷键怎么设置窗口为什么贴着光标设置流程就是上面第 2、3 步快捷键页面绑定组合键 → 选中文本 → 按键。窗口弹出在你鼠标位置附近不占用任何已有标签页也不用记我在第几个窗口。源语言支持自动检测中英互译、英日互译都直接选中再按就行。多引擎并行翻译引擎怎么选译文并排看内置的翻译接口有二十多个大致分四类商业引擎Google、DeepL、百度、有道、腾讯等大模型OpenAI、Gemini Pro、智谱 ChatGLM本地离线Ollama装好模型即可完全离线跑词典类剑桥词典、Bing 词典查词比整句翻译更准。选型思路赶时间且能申请 Key挑商用 API不想联网上 Ollama只查单词释义加一个词典类。更关键的是你可以在同一翻译面板同时开启多个引擎同一句原文并排输出多份译文扫一眼挑表达最顺的。面板支持深浅色切换各引擎实现可对照 src/services/translate/。截图 OCR 与截图翻译图片里的字怎么抠出来截图里的文字选不中划词对它无效这正是图片链路解决的问题。按截图识别快捷键用鼠标框选一块区域软件把图中的文字提取成可编辑、可复制的文本按截图翻译快捷键框选则识别完直接给译文。扫描件、课件、外文软件界面都能走这条路。生词沉淀翻译链路的延伸划词时遇到值得记的词不必手动抄进笔记本。它支持把选中的词一键导出到 Anki 或欧路词典攒成你自己的词汇库在设置里启用对应的生词本服务即可。进阶集成这一节按由易到难分三条HTTP 接口、插件、Wayland 兜底。HTTP 接口最简单。应用启动后监听127.0.0.1:60828端口可在设置里改脚本或别的工具发请求就能驱动翻译和 OCR# 触发划词翻译 curl 127.0.0.1:60828/selection_translate # 触发截图 OCR curl 127.0.0.1:60828/ocr_recognize插件系统中等。新引擎、OCR 服务、生词本平台都能以.potext插件装进来在偏好设置的服务页安装外部插件装完与内置服务地位相同。想自己写参考 src/services/recognize/ 的现有实现。Wayland 兜底最难。Wayland 下 Tauri 的全局快捷键和内置截图受限思路是改用系统截图工具 接口。以 Hyprland 为例配一条绑定按下组合键后系统工具框选存图再请求接口完成识别bind ALT, X, exec, grim -g $(slurp) ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png \ curl 127.0.0.1:60828/ocr_recognize?screenshotfalsescreenshotfalse告诉 pot 跳过内置截图直接处理你指定的那张图。常见问题划词翻译快捷键没反应三个常见原因组合键被别的软件占用了换一组再试macOS 上没给辅助功能权限到系统设置 → 隐私与安全性 → 辅助功能里移除 pot 后重新添加桌面跑在 Wayland 上应用内快捷键本来就不灵改走上一节的系统级方案。OCR 识别率低怎么办按内容选引擎中文扫描件优先试百度、腾讯这类对中文调校过的 OCR英文内容用 Tesseract中英混排挑多语言引擎。前提条件别忽略——截图本身要够清晰压缩糊掉的图换什么引擎效果都有限。哪些功能必须填 API Key联网的翻译和云端 OCR 大多需要 Key这是主要成本。Ollama、系统 OCR、Tesseract 属于离线引擎免配置。生词导出到 Anki、欧路词典属于可选增强不用也不影响翻译主流程。开始装一个配一个快捷键下次遇到外文术语再按一次。从复制-切窗口-粘贴-等结果到一次按键差距你自己体会。【免费下载链接】pot-desktop一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.项目地址: https://gitcode.com/GitHub_Trending/po/pot-desktop创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考