企业官网建设流程全解析

pot-desktop：免费跨平台的划词翻译和截图 OCR，把"复制、切窗口、粘贴"压成一次按键

【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

你正在读一篇英文文档，拖选一个生僻词，按下绑好的组合键，一个小窗口贴着光标弹出来，把中文释义直接递到眼前——不切窗口，不翻标签页。这就是 pot-desktop：免费开源，Windows、macOS、Linux 三端通用，专门做划词翻译和截图 OCR。它只把一件事做到极致：把"选中、复制、切换、粘贴、等结果"这条链路，压成一次按键。

先跑通：三步用上 ⚙️

1. 安装。包管理器各一条命令：

# Windows 一条命令装好 winget install Pylogmon.pot # macOS 先加源再装 brew tap pot-app/homebrew-tap && brew install --cask pot

Linux 到 Release 页下载对应架构的 deb 或 rpm 包，Arch 系可以用yay -S pot-translation。

2. 选一个引擎。装完它不会弹窗，安静地缩在系统托盘里。点托盘图标进偏好设置，在"服务设置"里挑一个翻译引擎：要免配置就选离线的（Ollama、系统 OCR），要填 Key 的，去对应平台申请一个填进来。

3. 绑一个快捷键。到快捷键页给"划词翻译"指定一个组合键。回到任意文档选中一段英文，按下它——小窗出来的那一刻，你就上手了。

功能：四个卡住的位置，四个解法 📌

下面每个功能，都对应你读外文、抠图片时会卡住的一个具体位置。

划词翻译：把"复制—切窗口—粘贴"整条砍掉

以前遇到不认识的词：选中，Ctrl+C，切到浏览器，找到翻译站的标签页，粘贴，等几秒，再切回来——两次窗口切换，五个动作，你还得记着自己开的是第几个标签。现在你只选中，按快捷键，译文窗口就出现在光标旁边，源语言自动检测，它不占你现有的任何一个窗口。内置翻译接口有 20 多个：Google、DeepL、百度这类商业服务，OpenAI、Gemini Pro 这类大模型，完全离线的 Ollama，还有剑桥词典这类专门查词的。读到的生词也能一键导出到 Anki 或欧路词典，攒成自己的词汇库。

截图 OCR：图片里的字，框一下就能复制

扫描件、截图、课件里的文字没法"划词"——它不是可选中的文本。以前想复用这些字，只能逐个手敲，或者去 OCR 网站：上传图片、等处理、复制结果，三步走。现在按下截图 OCR 的快捷键，在图上拖一个框，松手就得到可编辑、可复制的文本。接口分两路：离线的是系统自带 OCR（Windows.Media.OCR、Apple Vision、Linux 上的 Tesseract）和 Tesseract.js，在线的有百度、腾讯、火山、讯飞。按内容挑：中文文档优先百度、腾讯，英文文档用 Tesseract；图糊了换什么引擎都救不回来。

截图翻译：从"框一张图"直接到"读一个意思"

只识别还不够，图片里的外文还得再翻译一遍——以前是 OCR 完把文本复制走，等识别，再等翻译，两步、两次等待。现在按"截图翻译"的快捷键框选区域，直接给译文。四个动作各有独立快捷键：划词翻译、输入翻译、截图 OCR、截图翻译，在快捷键页分开绑定，谁也不抢谁的。

多引擎并行：同一段话，并排给你几份答案

同一个词，不同引擎翻得往往不一样。以前要比着看，你得在几个标签页之间来回开。现在在翻译面板里同时开几个引擎，同一段话并排给出多份结果，扫一眼挑表达最顺的那个；面板支持深浅色两套主题，每个引擎都是各自独立的实现，在 src/services/translate/ 里。

进阶：把 pot 接进你自己的流程 🔌

不满足于手动按快捷键，它留了三个口子。

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：

# 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"

Windows 上还能配 SnipDo、macOS 上配 PopClip：选中文字后工具条里直接出现"翻译"按钮，连快捷键都省了。

插件系统。新翻译引擎、OCR 服务、生词本平台，都能以.potext插件装进来：偏好设置 → 服务设置 → 添加外部插件，选文件装完就和内置服务一样用。想自己写，参考 src/services/recognize/ 里的现有实现。

Wayland 兜底。纯 Wayland 环境（如 Hyprland）下，应用内快捷键和内置截图都不一定好使，用"系统截图 + 接口"替代：

# Hyprland 绑定：先用系统工具截一块图，再让 pot 识别这张图 bind = ALT, X, exec, grim -g "$(slurp)" ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png && curl "127.0.0.1:60828/ocr_recognize?screenshot=false"

screenshot=false表示跳过软件内置截图，直接读你存到缓存目录com.pot-app.desktop/pot_screenshot_cut.png的那张图。

快捷键没反应？先查这三处 🔍

• 组合键被占用、或 macOS 没给权限。按了没反应，多半是组合键被别的软件抢走，换一个试试；macOS 上是辅助功能权限没给对，到"设置 → 隐私与安全性 → 辅助功能"里把 pot 移除、重新添加。
• 你在 Wayland 上较劲。应用内快捷键在 Wayland 下本来就指望不上，直接走上一节的系统级绑定，别花时间。
• Windows 上点托盘图标没界面。多半是系统缺 WebView2 或被禁用了，手动安装或恢复即可。

边界也说清楚：它适合经常读外文文档、论文、技术资料的读者。要 Key 的占多数——翻译和云端 OCR 接口大多要填 API Key，只有 Ollama、系统 OCR、Tesseract.js 这几个离线方案免配置。核心卖点是文本和图片，长音频、视频不在它的场景里。

先装上，按那三步把划词翻译跑通一次——你就知道"切窗口、找标签页、粘回去"这几步，平时到底偷走了你多少注意力。

【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