pot-desktop 跨平台翻译工具快速上手：划词翻译、截图OCR 与多引擎对比完整指南

pot-desktop 跨平台翻译工具快速上手划词翻译、截图OCR 与多引擎对比完整指南【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-desktoppot-desktop 是一款免费开源的跨平台翻译工具基于 Tauri 框架开发同时支持 Windows、macOS 和 Linux。它的核心能力是划词翻译、截图OCR、多引擎对比翻译和语音合成你选中文本就能翻框选屏幕就能识别多个翻译引擎还能并排输出结果。无论你是经常读外文文档的学生、查资料的研究者还是想把手头工作流自动化的开发者这套「选词—翻译—识别—朗读」的组合都能直接用起来。装进你的系统三大平台的安装方式各自很顺按你的系统对照下表选一条路走即可平台包管理器安装手动安装Windowswinget install Pylogmon.pot下载对应架构的exe安装包双击安装macOSHomebrew 安装 cask 版下载dmg后把 pot 拖入 ApplicationsLinuxArch/Manjaro 用 AURyay -S pot-translationDebian/Ubuntu 下载deb包用 apt 安装也提供 Flatpak只给你两条最常用的命令其他平台同理替换包名即可winget install Pylogmon.potbrew tap pot-app/homebrew-tap brew install --cask pot安装完成后程序常驻系统托盘后续所有操作都围绕托盘里弹出的翻译面板展开。日常高频的三个动作这三个动作覆盖了 90% 的使用场景每个都绑定独立快捷键默认值可在设置的「快捷键」页修改。划词翻译选中文字按快捷键触发方式在任意应用中用鼠标选中一段文字按下划词翻译快捷键翻译窗口会立刻弹出多个已启用引擎的结果并排显示支持一键复制译文、查看词典释义。真实场景你在浏览器里读一篇英文技术博客选中一句看不懂的段落按下快捷键译文窗口出现在鼠标旁读完一句选下一句。全程不用切窗口、不用打开网页版翻译。截图OCR框选屏幕区域直接识别触发方式按下截图OCR快捷键用鼠标框选屏幕上任意区域文档截图、PDF 页面、照片里的文字都行识别完成后文字进入编辑区可继续选择「截图翻译」或一键复制。真实场景你打开一个网页某段文字被版权保护或嵌在图片里无法复制。框选那一块区域OCR 把文字提出来紧接着按截图翻译快捷键同一区域直接出译文——从图片到译文只需两次按键。识别引擎可选系统离线 OCRWindows/macOS/Linux 各自调用平台能力、离线 Tesseract.js或百度、腾讯等在线服务。输入翻译与语音合成主动输入和朗读触发方式按下输入翻译快捷键会弹出一个独立输入窗口输入待翻译文本后按回车出结果。真实场景你想把一句中文发给外国同事但没把握怎么表达呼出输入窗口敲进去多个引擎各给一版译文挑最自然的那版复制走。语音合成在「服务设置」里启用 TTS 引擎如 Lingva后翻译结果可朗读出来适合背单词和练习听力。它同样走多接口机制和翻译、OCR 共用一套服务管理。让结果更准多引擎对比与配置单一引擎偶尔会「翻偏」。pot-desktop 的解法是并行你可以同时启用多个翻译接口一次划词所有结果一起返回在同一个窗口里上下对比着看。配置路径打开设置 → 服务设置 → 翻译 标签勾选要启用的引擎保存即可。内置引擎覆盖了几个层次AI 类OpenAI、Gemini Pro、智谱 AI、Ollama本地离线部署无需联网传统服务百度、腾讯、阿里、有道、DeepL、Google、Bing词典类剑桥词典、Bing 词典适合查词义而非整句翻译文字识别和语音合成在同一个服务管理页面按同样方式配置。源码里每个引擎都是独立模块见 src/services/translate/结构清晰这也是插件系统能平滑扩展的基础。使用建议日常阅读保留 1 个免费传统引擎 1 个 AI 引擎足够查专业术语时临时勾上词典类引擎追求隐私就只留 Ollama 离线方案。从个人工具到生产力当你用顺手了可以把它嵌进更大的工作流。用 HTTP 接口让其他软件调用 potpot 启动后在127.0.0.1上监听一个 HTTP 服务默认端口60828可在设置里改。其他程序或脚本发请求就能触发它的各项能力POST /或POST /translate翻译指定文本GET /selection_translate划词翻译GET /input_translate输入翻译GET /ocr_recognize、GET /ocr_translate截图OCR / 截图翻译一条最实用的调用示例curl -X POST 127.0.0.1:60828/translate -H Content-Type: text/plain --data 你好世界还有个细节值得知道/ocr_recognize?screenshotfalse可以跳过 pot 自带的截图改读你指定的截图文件缓存目录下的pot_screenshot_cut.png。这意味着你可以继续用顺手的第三方截图工具只是把「截图后翻译」这步交给 pot——对截图功能受限的桌面环境尤其有用。用插件扩展翻译、识别和生词本内置接口之外插件系统可以加能力。插件扩展名是.potext在「设置 → 服务设置 → 添加外部插件」中选择文件安装之后它和内置服务一样出现在服务列表里。社区插件值得留意的几类翻译Lingva免费翻译接口、Tatoeba真实语境例句、ECDICT识别RapidOCR、PaddleOCR都是离线方案不上传图片生词本Anki、扇贝、有道、欧路词典同步——把翻译过的词直接导出到生词本学习闭环插件开发也有对应模板见官方文档「插件系统」一节的说明README.md。快捷键、主题与历史记录快捷键划词、输入、截图OCR、截图翻译四个动作各自独立在设置的「快捷键」页按习惯重绑界面语言内置中文、英文、日文、韩文等多语言见 src/i18n/locales/在「通用」设置中切换主题深色 / 浅色跟随偏好切换夜间阅读更护眼历史记录每次翻译都会留存可随时回看、检索配合「备份」页还能把配置同步到本地或网盘排坑与调优启动后没有界面Windows先检查 WebView2 是否被卸载或禁用手动安装或恢复 WebView2 组件后重启。如果企业环境装不了 WebView2改下载内置 WebView2 的特别版本安装包文件名含fix_webview2_runtime。仍无响应时尝试以 Windows 7 兼容模式启动。macOS 提示「无法打开」或「文件损坏」先在「系统设置 → 隐私与安全性」里点「仍要打开」。如果那里没有该选项或提示文件已损坏打开终端执行下面这条命令后重启 potsudo xattr -d com.apple.quarantine /Applications/pot.app另外如果每次打开都弹辅助功能权限请求、或划词翻译没反应去「隐私与安全性 → 辅助功能」移除 pot 再重新添加。Linux 下启动崩溃Arch/Manjaro 独显新版 Webkit2GTK2.42.0配合 Nvidia 专有驱动可能因 DMABUF 问题无法启动。在/etc/environment中加入WEBKIT_DISABLE_DMABUF_RENDERER1后重启系统即可。Wayland 环境下快捷键或截图失效应用内快捷键基于 X11 的全局快捷键机制在 Wayland 下不可用——用系统级快捷键绑定 curl 请求替代例如在 Hyprland 的配置文件里加一行仓库也提供了现成补丁见 patches/hyprland.patchbind ALT, X, exec, grim -g $(slurp) ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png curl 127.0.0.1:60828/ocr_recognize?screenshotfalse同样原理下内置截图不可用时改用外部截图工具 screenshotfalse参数即可。插件安装报错Windows提示「找不到指定的模块」是系统缺 C 运行库安装 Visual C Redistributable 解决提示「不是有效的 Win32 应用程序」则是插件架构不匹配去插件仓库下载与你的系统/架构对应的版本。写在最后pot-desktop 把划词翻译、截图OCR、多引擎对比和语音合成收进一个常驻托盘的轻应用里免费、开源、三平台一致从个人查词到自动化工作流都能覆盖。三步开始按「装进你的系统」一节装好程序确认托盘图标出现进入「服务设置」勾选 1–2 个翻译引擎绑定一组顺手的快捷键选一段屏幕上的文字按快捷键试一下再框个区域体验截图OCR【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