尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Pot-Desktop 3分钟装好:划词与截图OCR一次跑通
Pot-Desktop 3分钟装好划词与截图OCR一次跑通【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上周读英文论文时我卡在一处无法复制的文本上截图、找翻译网站、逐字敲进去数了一下整个流程 40 秒。Pot-Desktop 就是为这类场景做的跨平台翻译软件把划词翻译、截图 OCR、输入翻译打包在一个工具里按快捷键直接出结果。本文按安装 → 配快捷键 → 跑通第一次翻译的流程组织跟着做大约 3 分钟能配完。一、按平台选一条安装路线Windows一条 winget 命令打开 PowerShell 执行winget install Pylogmon.pot不想用包管理器就去 Release 页下载exe安装包。装完没界面、托盘图标点不动多半是 WebView2 被禁用了换成文件名带fix_webview2_runtime的版本即可解决。macOS两条 brew 命令brew tap pot-app/homebrew-tap brew install --cask pot首次打开若提示开发者无法验证到设置 → 隐私与安全性点仍要打开。如果每次启动都弹辅助功能权限、或划词不生效去辅助功能里把 Pot 移除再重新添加一次。Linux三条路线Debian/Ubuntu下载deb包后执行sudo apt-get install ./pot_{version}_amd64.debArch/Manjaro用 AUR 助手yay -S pot-translationFlatpakflatpak install flathub com.pot_app.pot注意该版本没有托盘图标我按源码编译也走过一遍git clone https://gitcode.com/GitHub_Trending/po/pot-desktop之后pnpm install、pnpm tauri build。环境要求 Node.js 18、Rust 1.80Linux 还要先装libwebkit2gtk-4.0-dev等开发库。Arch 上注意 Nvidia 专有驱动配新版 Webkit2Gtk 会崩溃需在环境变量里设WEBKIT_DISABLE_DMABUF_RENDERER1。二、注册四个快捷键否则功能都不响应这步容易卡住Pot 没有内置默认快捷键装完必须自己设。进设置页的快捷键页签对应 src/window/Config/pages/Hotkey/ 模块一共四个位划词翻译、输入翻译、截图 OCR、截图翻译。我测下来比较稳的组合Windows避开系统复制冲突功能我设的键位原因划词翻译CtrlShiftY不抢系统CtrlC截图 OCRAltX单键按起来快输入翻译CtrlAltT好记截图翻译没设用得少后面用外部接口触发设置后页面会提示注册成功提示注册失败说明组合被别的软件占了换一个就行。三、先挑一个开箱能用的翻译服务装完后的默认翻译服务列表是deepl、bing、lingva、yandex、google、ecdict源码在 src/services/translate/一个服务一个目录。列表顺序就是结果窗的展示顺序可以拖拽调整。几个实际选择不想配任何 keylingva和google开箱即用要更高翻译质量给 OpenAI 或 DeepL 填上自己的 key中英技术文档加一个bing_dict词条更细列表里的服务是并行请求的结果窗里谁先回来谁先显示不用二选一。四、第一次划词翻译到验证环节了。打开任意网页选中一段英文按划词快捷键 结果窗出现在鼠标旁边每张卡片对应列表里一个服务顶部是语言检测与切换卡片下方有发音、复制、导出到生词本的图标。翻译面板支持深色、浅色、半透明三种主题效果如图五、文字复制不到时截图 OCR这是我用得最多的一条路。按截图 OCR 快捷键框选区域识别结果直接弹出。默认识别服务是system和tesseract前者走系统原生 OCRWindows、macOS 用各自原生接口Linux 用 Tesseract后者离线跑源码在 src/services/recognize/。还有个截图翻译框选后直接出译文跳过取文字那一步。看英文视频截图时用这个能少一步。对识别准确率要求高可以到服务设置里加百度、腾讯、火山的在线 OCR这些需要填各自的 key。六、顺手两个小功能输入翻译与剪切板监听输入翻译适合主动查词按快捷键呼出输入窗敲完按回车出结果。剪切板监听更省事在任意翻译面板点左上角图标开启之后每次CtrlC复制的内容都会自动出译文。下面是我复制代码编辑器里一行文字后的效果。七、进阶把 Pot 当成本地 HTTP 接口Pot 会在本地起一个 HTTP 服务默认端口60828可在设置里改。其他工具可以直接调它相当于划词/OCR 的现成接口curl 127.0.0.1:60828/selection_translate其余常用路由POST /翻译 body 里的文本、/input_translate、/ocr_recognize、/ocr_translate、/config打开设置窗。我在 Wayland 下就把截图 OCR 绑成了系统快捷键用grimslurp截图后 curl 调用长期稳定——纯 Wayland 桌面只能用这条路因为应用内快捷键在 Wayland 下不生效。八、实测边界与下一步清单先说局限免得踩坑Wayland 下应用内快捷键和内置截图都用不了要走 HTTP 接口方案Flatpak 版缺托盘图标Arch Nvidia 专有驱动需设置WEBKIT_DISABLE_DMABUF_RENDERER1否则崩溃划词依赖系统辅助功能权限macOS 必须手动授权下一步清单按顺序做按你的平台跑通安装路线卡住先查 WebView2Windows或辅助功能权限macOS只注册最常用两个快捷键划词 截图 OCR多了记不住把翻译列表裁到 2-3 个你常用的服务把最稳的拖到第一位开一次剪切板监听感受一下无感翻译有自动化需求的话curl 127.0.0.1:60828/config试调一次外部接口【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
RELATED

相关推荐

为什么XBOW要开源104个渗透测试挑战?XBOW Validation Benchmarks从保密到公开的完整历程与“饱和“启示

为什么XBOW要开源104个渗透测试挑战?XBOW Validation Benchmarks从保密到公开的完整历程与“饱和“启示

【免费下载链接】validation-benchmarks XBOW Validation Benchmarks 项目地址: https://gitcode.com/gh_mirrors/va/validation-benchmarks 点击查看 免费下载 XBOW Validation Benchmarks 是 XBOW 团队开源的一套渗透测试基准测试集,包含 104 个 Web …

📅 2026/10/30 2:19:49
中文提示词在 4 步下顶不顶得住?加速版对中文语义的取舍实测

中文提示词在 4 步下顶不顶得住?加速版对中文语义的取舍实测

中文提示词在 4 步下顶不顶得住?加速版对中文语义的取舍实测 当"少步数蒸馏"成为开源文生图社区的标配,一个老问题被重新摆上台面:加速版牺牲的到底是画质、速度,还是"听懂人话"的能力?对中文用户…

📅 2026/10/30 2:19:49
AUTO-MAS 表达式引擎实战:7 个技巧快速实现复杂调度条件与日志推送

AUTO-MAS 表达式引擎实战:7 个技巧快速实现复杂调度条件与日志推送

工作流自动化任务调度桌面应用 【免费下载链接】AUTO-MAS 多脚本多配置统一管理与自动化工具 | 轻松管理大量脚本并存储多个用户配置、设计自动化任务流、监看脚本日志,大幅提高自动化代理效率与稳定性! 项目地址: https://gitcode.com/gh_mi…

📅 2026/10/30 2:14:48
MORE NEWS

更多资讯

📰

C++编译期数据结构:类型容器的实现与应用

1. C编译期数据结构:当类型成为容器在C的世界里,编译期计算一直是个充满魔力的领域。想象一下,你的数据结构在代码编译阶段就已经完成了所有计算和内存布局,运行时几乎零开销——这就是编译期数据结构的魅力所在。不同于传统的运行…

📰

【信息科学与工程学】【物理/化学科学和工程技术】知识体系018 第十八篇 界面科学 系列二 02

GPU/CPU/内存芯片制造核心界面工程挑战 (续) 175. 类型:界面工程 领域:用于7nm以下节点晶体管源漏接触的金属-半导体(硅/硅锗)肖特基势垒高度精准调控 数学分析:在先进节点,源漏接触电阻 Rc​成为性能瓶颈。对于n型硅,需要低功函数金属(如钪、钇)以降低电子肖特基势…

📰

数据库表设计核心要素与实战优化指南

1. 数据库表设计基础概念数据库表设计是构建任何数据驱动系统的基石。一个设计良好的数据库表结构能够显著提升系统性能、数据完整性和可维护性。在实际项目中,我见过太多因为前期表设计不当而导致后期系统难以扩展和维护的案例。表设计的核心在于理解实体&#xff…

📰

【芳芯科技】火灾检测人体红外进入声光报警器

效果图:实现功能:系统采用单片机为核心硬件平台,传感器选用热释电红外模块。系统能自动探测人员出入, 火灾异常,并及时作出声光报警。流程图:

📰

YOLO26涨点改进 | 全网独家复现 CVPR2025 RLAB残差线性注意力块创新改进,多尺度特征自适应融合与关键权重增强、助力小目标检测、遥感检测、图像分类、实例分割有效涨点

目录 一、深度剖析:YOLO26原生Neck特征融合核心缺陷 1.1 多尺度特征错位失配,高低层特征冲突严重 1.2 融合冗余信息堆积,关键有效特征被稀释 1.3 浅层细节融合丢失,小目标检测短板突出 1.4 无全局上下文建模,长距离依赖缺失 1.5 多任务适配性差,分割分类增益微弱 …

📰

第七章 异步访问的同步:7.8 同步机制的驱动集成

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬