如何用 pot-desktop划词翻译、截图 OCR 与外部调用的 3 个实操教程【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读英文技术文档时遇到一串专业术语如果还要切换到浏览器、粘到翻译网站、再把结果抄回编辑器思路很容易被打断。pot-desktop 是一款跨平台的划词翻译与截图 OCR工具选中文本后翻译窗口直接弹出框选屏幕区域后图片里的文字也能被识别出来Windows、macOS、Linux 三个平台均可运行。项目速览pot-desktop 能做什么pot-desktop 基于Tauri框架开发常驻系统托盘覆盖划词翻译、截图 OCR、截图翻译、输入翻译和剪切板监听五种触发方式。翻译引擎内置了 Google、DeepL、百度、OpenAI 等二十多个接口识别引擎则提供系统 OCRWindows、macOS、Linux 各自调用平台原生能力、离线 Tesseract.js 以及百度、腾讯、讯飞等在线服务。它的边界同样清晰这是一款主动触发型工具不会替你监控所有应用里的文字一切以快捷键为起点。首次运行时把 pot-desktop 装好并配好引擎按你的系统选择安装渠道Windows 可用winget或 Release 中的 exe 安装包macOS 用 Homebrew 或 dmgLinux 用 deb 包或 AUR。启动软件首次运行会请求系统权限macOS 需要辅助功能权限用于读取选区文字按提示允许即可。打开托盘菜单进入偏好设置在服务设置里勾选翻译接口需要 API Key 的如 OpenAI、DeepL按提示填入。在快捷键设置中确认划词翻译和截图 OCR两个键位若与输入法、截图工具冲突就换一个组合。装好后选一段屏幕上的英文试按快捷键翻译窗口能弹出即说明配置完成。如果你希望从源码构建也便于了解内部结构流程如下git clone https://gitcode.com/GitHub_Trending/po/pot-desktop cd pot-desktop pnpm install pnpm tauri build三个真实工作流演示划词翻译处理长文档里的外文段落场景你在读一篇英文论文或 API 文档某段话需要逐句理解。操作用鼠标选中需要翻译的文字跨行、跨段均可。按下划词翻译快捷键。选区旁边立即弹出翻译窗口同时展示多个已启用引擎的结果可直接点击复制。效果全程不需要复制粘贴视线不用离开当前页面多引擎结果并排遇到机器翻译翻错的表达可以立刻对照。截图 OCR把无法选中的图片文字提取出来场景PDF 页面锁定了文字复制、课件截图、网页里的信息图这些内容用鼠标是抓不出文字的。操作按下截图 OCR 快捷键屏幕变暗进入框选状态。用鼠标拖出一个矩形圈住要识别的区域。松开后识别窗口自动打开显示提取出的纯文本。可直接复制文本或在识别窗口内继续触发翻译。效果一次框选完成图片 → 可编辑文本的转换中英混合内容也能处理识别引擎可在服务设置里切换。截图翻译跳过识别中间步骤场景你只想要译文并不关心中间那一步识别出的原文长什么样。操作按下截图翻译快捷键在快捷键设置里单独配置。框选屏幕中的外文区域。窗口中直接给出原文加翻译结果省去手动二次触发。效果对截图里的外文公告、外文软件界面来说一步到位比先 OCR 再翻译少按一次键。配置与调优扩展 pot 的能力如果你想要多个引擎同时作答在服务设置里同时启用 Google、OpenAI、DeepL 等接口pot 会多接口并行翻译把各自结果列在同一窗口里。另外Ollama本地大模型和系统 OCR 这类离线接口不依赖网络、不消耗 Key适合断网场景。全部内置接口定义在 src/services/translate/ 目录下可以对照源码查看各接口的参数。如果你希望把翻译流程接进自动化脚本pot 监听本地 HTTP 端口默认 60828提供了外部调用接口包括划词翻译、输入翻译、截图 OCR 等。在终端里发一个请求就能触发curl 127.0.0.1:60828/selection_translate如果你想在翻译的同时积累生词翻译结果旁提供导出入口可把词条发送到Anki或欧路词典等生词本服务相关实现位于 src/services/collection/ 目录。此外插件系统支持.potext外部插件可以按同样方式加装更多翻译与识别服务。排错速查问题快捷键按了没反应检查键位是否被输入法、截图工具占用换一个组合再试macOS 上确认 pot 已加入隐私与安全性 → 辅助功能必要时移除后重新添加Linux Wayland 环境下应用内快捷键不可用改用系统快捷键调起上面的 HTTP 接口问题截图 OCR 或应用内截图用不了纯 Wayland 桌面如 Hyprland下内置截图受限可用外部截图工具存图后请求/ocr_recognize?screenshotfalse仓库 README 中给出了 Hyprland 下grimslurp的完整配置示例可直接参考问题Windows 上启动后没有界面、点托盘图标无反应检查系统是否安装或启用了 WebView2 运行时企业环境装不了 WebView2 时可改用 Release 中标注fix_webview2_runtime的安装包问题识别或翻译结果不准、无响应先确认网络可达再核对所用接口的 API Key 与额度同时启用两个以上接口横向对比单一引擎翻错时可对照识别公式、手写体等特殊内容时切换讯飞公式或 Simple LaTeX 等专用识别服务把翻译从一次上下文切换变成阅读时的顺手动作是 pot-desktop 想达到的状态。现在就去设置里把划词翻译快捷键配好然后在下一次读到的外文句子上按下去试试。【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
如何用 pot-desktop：划词翻译、截图 OCR 与外部调用的 3 个实操教程
如何用 pot-desktop划词翻译、截图 OCR 与外部调用的 3 个实操教程【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读英文技术文档时遇到一串专业术语如果还要切换到浏览器、粘到翻译网站、再把结果抄回编辑器思路很容易被打断。pot-desktop 是一款跨平台的划词翻译与截图 OCR工具选中文本后翻译窗口直接弹出框选屏幕区域后图片里的文字也能被识别出来Windows、macOS、Linux 三个平台均可运行。项目速览pot-desktop 能做什么pot-desktop 基于Tauri框架开发常驻系统托盘覆盖划词翻译、截图 OCR、截图翻译、输入翻译和剪切板监听五种触发方式。翻译引擎内置了 Google、DeepL、百度、OpenAI 等二十多个接口识别引擎则提供系统 OCRWindows、macOS、Linux 各自调用平台原生能力、离线 Tesseract.js 以及百度、腾讯、讯飞等在线服务。它的边界同样清晰这是一款主动触发型工具不会替你监控所有应用里的文字一切以快捷键为起点。首次运行时把 pot-desktop 装好并配好引擎按你的系统选择安装渠道Windows 可用winget或 Release 中的 exe 安装包macOS 用 Homebrew 或 dmgLinux 用 deb 包或 AUR。启动软件首次运行会请求系统权限macOS 需要辅助功能权限用于读取选区文字按提示允许即可。打开托盘菜单进入偏好设置在服务设置里勾选翻译接口需要 API Key 的如 OpenAI、DeepL按提示填入。在快捷键设置中确认划词翻译和截图 OCR两个键位若与输入法、截图工具冲突就换一个组合。装好后选一段屏幕上的英文试按快捷键翻译窗口能弹出即说明配置完成。如果你希望从源码构建也便于了解内部结构流程如下git clone https://gitcode.com/GitHub_Trending/po/pot-desktop cd pot-desktop pnpm install pnpm tauri build三个真实工作流演示划词翻译处理长文档里的外文段落场景你在读一篇英文论文或 API 文档某段话需要逐句理解。操作用鼠标选中需要翻译的文字跨行、跨段均可。按下划词翻译快捷键。选区旁边立即弹出翻译窗口同时展示多个已启用引擎的结果可直接点击复制。效果全程不需要复制粘贴视线不用离开当前页面多引擎结果并排遇到机器翻译翻错的表达可以立刻对照。截图 OCR把无法选中的图片文字提取出来场景PDF 页面锁定了文字复制、课件截图、网页里的信息图这些内容用鼠标是抓不出文字的。操作按下截图 OCR 快捷键屏幕变暗进入框选状态。用鼠标拖出一个矩形圈住要识别的区域。松开后识别窗口自动打开显示提取出的纯文本。可直接复制文本或在识别窗口内继续触发翻译。效果一次框选完成图片 → 可编辑文本的转换中英混合内容也能处理识别引擎可在服务设置里切换。截图翻译跳过识别中间步骤场景你只想要译文并不关心中间那一步识别出的原文长什么样。操作按下截图翻译快捷键在快捷键设置里单独配置。框选屏幕中的外文区域。窗口中直接给出原文加翻译结果省去手动二次触发。效果对截图里的外文公告、外文软件界面来说一步到位比先 OCR 再翻译少按一次键。配置与调优扩展 pot 的能力如果你想要多个引擎同时作答在服务设置里同时启用 Google、OpenAI、DeepL 等接口pot 会多接口并行翻译把各自结果列在同一窗口里。另外Ollama本地大模型和系统 OCR 这类离线接口不依赖网络、不消耗 Key适合断网场景。全部内置接口定义在 src/services/translate/ 目录下可以对照源码查看各接口的参数。如果你希望把翻译流程接进自动化脚本pot 监听本地 HTTP 端口默认 60828提供了外部调用接口包括划词翻译、输入翻译、截图 OCR 等。在终端里发一个请求就能触发curl 127.0.0.1:60828/selection_translate如果你想在翻译的同时积累生词翻译结果旁提供导出入口可把词条发送到Anki或欧路词典等生词本服务相关实现位于 src/services/collection/ 目录。此外插件系统支持.potext外部插件可以按同样方式加装更多翻译与识别服务。排错速查问题快捷键按了没反应检查键位是否被输入法、截图工具占用换一个组合再试macOS 上确认 pot 已加入隐私与安全性 → 辅助功能必要时移除后重新添加Linux Wayland 环境下应用内快捷键不可用改用系统快捷键调起上面的 HTTP 接口问题截图 OCR 或应用内截图用不了纯 Wayland 桌面如 Hyprland下内置截图受限可用外部截图工具存图后请求/ocr_recognize?screenshotfalse仓库 README 中给出了 Hyprland 下grimslurp的完整配置示例可直接参考问题Windows 上启动后没有界面、点托盘图标无反应检查系统是否安装或启用了 WebView2 运行时企业环境装不了 WebView2 时可改用 Release 中标注fix_webview2_runtime的安装包问题识别或翻译结果不准、无响应先确认网络可达再核对所用接口的 API Key 与额度同时启用两个以上接口横向对比单一引擎翻错时可对照识别公式、手写体等特殊内容时切换讯飞公式或 Simple LaTeX 等专用识别服务把翻译从一次上下文切换变成阅读时的顺手动作是 pot-desktop 想达到的状态。现在就去设置里把划词翻译快捷键配好然后在下一次读到的外文句子上按下去试试。【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
