pot-desktop｜跨平台划词翻译与 OCR 识别使用指南

pot-desktop｜跨平台划词翻译与 OCR 识别使用指南

【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-desktop

pot-desktop 是一款开源的跨平台划词翻译与 OCR 识别桌面应用，支持 Windows、macOS、Linux，提供多接口并行翻译、截图识别与 HTTP API 外部调用。

一、📦 安装与启动：跨平台安装命令

Windows：Winget 一条命令安装

在命令提示符中执行安装命令：

winget install Pylogmon.pot

手动安装：从 Release 页面下载对应架构（x64 / x86 / arm64）的exe安装包，双击安装即可。

macOS：Homebrew 安装

先添加仓库源：

brew tap pot-app/homebrew-tap

再执行安装命令：

brew install --cask pot

手动安装：下载dmg安装包，将 pot 拖入 Applications 文件夹即可。

Linux：deb 或 AUR 安装

Debian/Ubuntu 下载对应架构的deb包后用apt-get安装：

sudo apt-get install ./pot_{version}_amd64.deb

Arch/Manjaro 通过 AUR 安装：

yay -S pot-translation

Flatpak 版本同样可用，但缺失托盘图标。

二、⚡ 高频操作：划词翻译、截图 OCR 与剪贴板监听

划词翻译快捷键设置：选中即译

• 触发方式：鼠标选中文本后，按下划词翻译快捷键（快捷键在「设置 → 快捷键」中自定义）。
• 操作路径：① 选中文本 → ② 按下快捷键 → ③ 鼠标位置弹出翻译窗口 → ④ 在窗口内切换目标语言或接口。
• 使用场景：阅读英文技术文档时随读随译。
• 效率提示：同时启用多个翻译接口，一次翻译得到多个结果用于对比。

截图 OCR 快捷键设置：框选即识别

• 触发方式：按下截图 OCR 快捷键。
• 操作路径：① 按下快捷键进入框选 → ② 框选含文字的区域 → ③ 识别结果在 OCR 窗口显示 → ④ 复制文本或追加翻译。
• 使用场景：图片、扫描版 PDF 中的文字无法直接复制。
• 效率提示：系统 OCR（Windows.Media.OCR / Apple Vision / Tesseract）与 Tesseract.js 均为离线接口，无需填写密钥。

剪贴板监听模式：复制即翻译

• 触发方式：在任意翻译面板左上角点击图标启动剪贴板监听。
• 操作路径：① 呼出翻译窗口 → ② 点击左上角图标开启监听 → ③ 在任意应用中复制文字 → ④ 自动完成翻译并展示。
• 使用场景：需要反复从邮件、聊天工具中取词翻译。
• 效率提示：监听持续生效，不再需要时记得关闭。

三、进阶配置：多引擎切换与快捷键自定义

翻译接口切换：多接口并行启用

打开「设置 → 服务设置 → 翻译」，在列表中启用并配置多个接口（如 OpenAI、Ollama 离线、百度翻译、DeepL、有道等）。文字识别、语音合成、生词本（Anki、欧路词典）各有独立标签页，配置方式相同。

快捷键自定义：四类操作分别设置

「设置 → 快捷键」提供划词翻译、输入翻译、截图 OCR、截图翻译四个快捷键，点击输入框后直接按键即可记录。注意：Tauri 快捷键方案不支持 Wayland，Wayland 下请改用系统快捷键配合外部调用（见第四章）。

界面语言、主题与端口

「设置 → 通用」页可设置：界面语言（20 余种）、主题（浅色/深色/跟随系统）、字体与字号、开机自启、更新检查、HTTP 监听端口（默认60828）及代理。

历史记录管理与生词本导出

「设置 → 历史」分页展示翻译记录，支持查看、修改与清空。「服务设置 → 生词本」可把翻译结果导出到 Anki、欧路词典等；「备份」页支持本地、阿里云盘、WebDAV 三种备份方式。

四、集成与扩展：HTTP API 与插件系统

HTTP API 外部调用

pot 启动后监听本地 HTTP 接口，默认端口60828，可在通用设置中修改。常用接口如下。

触发划词翻译（对当前选中文本）：

curl "127.0.0.1:60828/selection_translate"

翻译指定文本（POST /translate，请求体为待翻译内容）：

curl -X POST --data "需要翻译的文本" "127.0.0.1:60828/translate"

触发截图翻译：

curl "127.0.0.1:60828/ocr_translate"

使用自己的截图工具（以 Flameshot 为例）：先截图保存到系统缓存目录的com.pot-app.desktop/pot_screenshot_cut.png，再调用screenshot=false参数：

flameshot gui -s -p ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png && curl "127.0.0.1:60828/ocr_recognize?screenshot=false"

插件系统：安装 .potext 扩展功能

插件扩展名为.potext，安装路径为「偏好设置 → 服务设置 → 添加外部插件」，选择文件后即出现在服务列表中，与内置接口用法一致。示例：

• Lingva 翻译：基于 Google 翻译的免费接口插件。
• Rapid OCR：离线文字识别插件，无需网络。
• 扇贝生词本：把词条同步到扇贝的收藏插件。

插件同时支持翻译接口、OCR 工具、语音合成与生词本四类扩展。

五、🛠️ 排错速查：常见问题与解决方案

• 现象：Windows 启动后无界面，托盘图标无响应原因：系统缺少或被禁用了 WebView2 运行时解决：安装 WebView2，或下载 Release 页文件名含fix_webview2_runtime的内置版本

• 现象：macOS 提示"无法打开"或"文件已损坏"原因：系统隔离标记（quarantine）拦截解决：在「隐私与安全性」中点击"仍要打开"，或执行sudo xattr -d com.apple.quarantine /Applications/pot.app

• 现象：macOS 划词翻译失效，反复弹出辅助功能授权原因：辅助功能权限状态异常解决：在「隐私与安全 → 辅助功能」中移除 pot 后重新添加

• 现象：Arch/Manjaro 使用 Nvidia 专有驱动时无法启动或崩溃原因：Webkit2Gtk 2.42 的 DMABUF 渲染未完整实现解决：在/etc/environment中加入WEBKIT_DISABLE_DMABUF_RENDERER=1

• 现象：Wayland 下快捷键、内置截图不可用原因：Tauri 快捷键方案不支持 Wayland，纯 Wayland 环境内置截图受限解决：配置系统快捷键执行 curl 外部调用，截图改用grim/slurp、Flameshot 等外部工具

pot-desktop 是一款开源的跨平台划词翻译与 OCR 识别工具，完整接口列表与调用说明见 README.md。设置页面与内置服务的实现可参考 src/window/Config/ 与 src/services/，便于扩展时对照开发。

【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