pot-desktop 使用指南免费划词翻译与截图 OCR 快速上手【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你在读一份英文 PDF 论文碰到一个生词。选中、复制、切到浏览器、找翻译站、粘贴、等结果、再切回来——文档已经滚到别的页了刚复制的那个词剪切板里也没了。pot-desktop 就是为这种时刻做的一款免费开源的跨平台划词翻译与截图 OCR 软件Windows、macOS、Linux 通吃把“复制、切换、粘贴、等”这一整条链路压成一次按键。从安装到出译文三步就走完最省事的是包管理器一条命令的事# Windows winget install Pylogmon.pot # macOS brew tap pot-app/homebrew-tap brew install --cask potLinux 直接装 Release 页的 deb 包或者走 AUR 装 pot-translation。装完它不弹窗安安静静缩进系统托盘。接下来三步跑通打开设置进翻译服务挑一个引擎。免配置就选离线的Ollama、系统 OCR带 Key 栏目的去对应平台申请一个。到快捷键页给“划词翻译”指定一个组合键记牢它。回到那份 PDF选中一句话按下这个键。小窗出现在光标旁就成了。它顶的是这几个时刻外文卡壳的那一刻 以前生词意味着选中、复制、切窗口、开网页、粘贴、等、再切回来还得记着“我在第几个标签页”。现在只选中、按一个键译文就在光标旁边源语言自动检测。它不占你现有的任何窗口不存在“找不到原来的位置”。内置二十多个翻译接口Google、DeepL、百度这类商业服务OpenAI、Gemini Pro 这类大模型还有完全离线的 Ollama。每个引擎各自独立实现见 翻译引擎源码。字锁在图片里的那一刻图片里的文字——扫描件、截图、课件——没法“划词”因为它不是可选择的文本。这时候用截图 OCR按下快捷键框一块区域图里的字就变成可编辑、可复制的文本。再进一步“截图翻译”识别完直接给译文“框一下”就从一张图变成一个意思。各识别引擎的实现都在 OCR 引擎源码。拿不准哪份译文更顺的那一刻同一句话不同引擎翻得往往不一样。翻译面板里可以同时开好几个引擎同一段话并排出多份结果扫一眼挑最顺的。面板支持深浅色主题切换。手不想离开键盘的那一刻不想动鼠标按输入翻译快捷键窗口出来打字、回车就翻。或者打开剪切板监听在任意软件里复制的文字不按键自己进翻译。读到好词不想丢的那一刻选中的词一键导出到 Anki 或欧路词典攒成自己的词库不用手动再抄一遍。各生词本平台的实现在 生词本源码。不满足于按快捷键三个进阶口子本地 HTTP 接口。默认监听 127.0.0.1:60828端口可在设置里改。一条 curl 就能触发它串进脚本或别的工具# 触发一次划词翻译 curl 127.0.0.1:60828/selection_translate # 触发一次截图 OCR curl 127.0.0.1:60828/ocr_recognize插件系统。内置接口有限新的翻译引擎、OCR 服务、生词本平台都能以 .potext 插件装进来装完和内置服务一样用。想自己写一个参考 识别服务源码 里的现有实现即可。Wayland 兜底。Wayland 下应用内全局快捷键和内置截图不一定可靠可以完全用系统截图工具 接口替代。以 Hyprland 为例配一条绑定按快捷键就完成“外部截图 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表示不用软件内置截图、改用你指定的那张图正是为绕开 Wayland 的截图限制而设计。先说清边界再给你三处排查点坦白讲绝大多数翻译和联网 OCR 需要填 API Key只有 Ollama、系统 OCR、Tesseract.js 这类离线引擎免配置。它的核心是文本和图片长音频、视频这类场景不适合它。卡住了查这三处快捷键没反应。多半是组合键被别的软件占用macOS 上没给辅助功能权限——到“隐私与安全性 → 辅助功能”把 pot 移除后重新添加Wayland 下应用内快捷键本就指望不上走上一节的系统级方案。识别率低。按内容选引擎中文文档试百度、腾讯英文文档用 Tesseract中英混排选支持多语言的。截图本身要够清晰糊掉的图换什么引擎都救不回来。Windows 启动后没界面。检查是否卸载或禁用了 WebView2装上或恢复即可。装好它设一个快捷键下次读外文文档时按一下——被省掉的那些步骤有多磨人你按一次就知道了。【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
pot-desktop 使用指南免费划词翻译与截图 OCR 快速上手【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你在读一份英文 PDF 论文碰到一个生词。选中、复制、切到浏览器、找翻译站、粘贴、等结果、再切回来——文档已经滚到别的页了刚复制的那个词剪切板里也没了。pot-desktop 就是为这种时刻做的一款免费开源的跨平台划词翻译与截图 OCR 软件Windows、macOS、Linux 通吃把“复制、切换、粘贴、等”这一整条链路压成一次按键。从安装到出译文三步就走完最省事的是包管理器一条命令的事# Windows winget install Pylogmon.pot # macOS brew tap pot-app/homebrew-tap brew install --cask potLinux 直接装 Release 页的 deb 包或者走 AUR 装 pot-translation。装完它不弹窗安安静静缩进系统托盘。接下来三步跑通打开设置进翻译服务挑一个引擎。免配置就选离线的Ollama、系统 OCR带 Key 栏目的去对应平台申请一个。到快捷键页给“划词翻译”指定一个组合键记牢它。回到那份 PDF选中一句话按下这个键。小窗出现在光标旁就成了。它顶的是这几个时刻外文卡壳的那一刻 以前生词意味着选中、复制、切窗口、开网页、粘贴、等、再切回来还得记着“我在第几个标签页”。现在只选中、按一个键译文就在光标旁边源语言自动检测。它不占你现有的任何窗口不存在“找不到原来的位置”。内置二十多个翻译接口Google、DeepL、百度这类商业服务OpenAI、Gemini Pro 这类大模型还有完全离线的 Ollama。每个引擎各自独立实现见 翻译引擎源码。字锁在图片里的那一刻图片里的文字——扫描件、截图、课件——没法“划词”因为它不是可选择的文本。这时候用截图 OCR按下快捷键框一块区域图里的字就变成可编辑、可复制的文本。再进一步“截图翻译”识别完直接给译文“框一下”就从一张图变成一个意思。各识别引擎的实现都在 OCR 引擎源码。拿不准哪份译文更顺的那一刻同一句话不同引擎翻得往往不一样。翻译面板里可以同时开好几个引擎同一段话并排出多份结果扫一眼挑最顺的。面板支持深浅色主题切换。手不想离开键盘的那一刻不想动鼠标按输入翻译快捷键窗口出来打字、回车就翻。或者打开剪切板监听在任意软件里复制的文字不按键自己进翻译。读到好词不想丢的那一刻选中的词一键导出到 Anki 或欧路词典攒成自己的词库不用手动再抄一遍。各生词本平台的实现在 生词本源码。不满足于按快捷键三个进阶口子本地 HTTP 接口。默认监听 127.0.0.1:60828端口可在设置里改。一条 curl 就能触发它串进脚本或别的工具# 触发一次划词翻译 curl 127.0.0.1:60828/selection_translate # 触发一次截图 OCR curl 127.0.0.1:60828/ocr_recognize插件系统。内置接口有限新的翻译引擎、OCR 服务、生词本平台都能以 .potext 插件装进来装完和内置服务一样用。想自己写一个参考 识别服务源码 里的现有实现即可。Wayland 兜底。Wayland 下应用内全局快捷键和内置截图不一定可靠可以完全用系统截图工具 接口替代。以 Hyprland 为例配一条绑定按快捷键就完成“外部截图 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表示不用软件内置截图、改用你指定的那张图正是为绕开 Wayland 的截图限制而设计。先说清边界再给你三处排查点坦白讲绝大多数翻译和联网 OCR 需要填 API Key只有 Ollama、系统 OCR、Tesseract.js 这类离线引擎免配置。它的核心是文本和图片长音频、视频这类场景不适合它。卡住了查这三处快捷键没反应。多半是组合键被别的软件占用macOS 上没给辅助功能权限——到“隐私与安全性 → 辅助功能”把 pot 移除后重新添加Wayland 下应用内快捷键本就指望不上走上一节的系统级方案。识别率低。按内容选引擎中文文档试百度、腾讯英文文档用 Tesseract中英混排选支持多语言的。截图本身要够清晰糊掉的图换什么引擎都救不回来。Windows 启动后没界面。检查是否卸载或禁用了 WebView2装上或恢复即可。装好它设一个快捷键下次读外文文档时按一下——被省掉的那些步骤有多磨人你按一次就知道了。【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
