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