Pot-Desktop 划词翻译与截图 OCR 指南：选中文本 1 秒出结果，3 个平台都能装
【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 是一款免费的跨平台划词翻译与截图 OCR 工具，专治两个老问题：选中的文本复制不出来、截图里的文字认不出来。它把翻译引擎和识别引擎做成可插拔服务，一次划词可让多个引擎并行出结果，适合天天泡在英文网页、PDF 论文和外语软件里的办公与学术用户。
先说痛点：这三类场景最缺它
- 打开的 PDF 或网页禁止复制，鼠标一划全是灰色，查个词得靠手敲
- 报错截图、产品图里的文字是"死"的，想翻译只能逐字转录
- 查一个词要开浏览器、搜翻译站、粘文本，打断思路的时间比翻译本身还长
Pot-Desktop 的思路是把翻译动作压成一个快捷键：选完即译，框完即识。
⚡ 2 分钟把软件装起来
Windows：winget 一行命令
在 PowerShell 里直接执行，装完在开始菜单就能找到：
winget install Pylogmon.pot不放心包管理器的话，去 Release 页面按机器位数下载pot_{version}_x64-setup.exe双击安装即可。
macOS：Homebrew 两行搞定
brew tap pot-app/homebrew-tap brew install --cask pot以后升级用brew upgrade --cask pot。M1/M2 芯片会下aarch64的 dmg，Intel 下x64版本。
Linux：按发行版挑一条
# Debian/Ubuntu sudo apt-get install ./pot_{version}_amd64.deb # Arch/Manjaro（AUR） yay -S pot-translation # Flatpak flatpak install flathub com.pot_app.pot开发者：从源码编译
环境要求 Node.js ≥ 18、pnpm ≥ 8.5、Rust ≥ 1.80：
git clone https://gitcode.com/GitHub_Trending/po/pot-desktop cd pot-desktop pnpm install pnpm tauri buildLinux 编译前记得装 GTK/WebKit 开发库（libgtk-3-dev、libwebkit2gtk-4.0-dev等，详见 README 的"手动编译"一节）。
划词翻译：选中文字直接出结果
- 在任意应用里用鼠标选中一段文字
- 按下你绑定的"划词翻译"快捷键
- 翻译窗口直接弹在鼠标旁边，多个引擎的结果上下排列，各自带朗读、复制、生词本按钮
窗口顶部可以切源语言和目标语言，不填就自动检测。同一个词想对比质量，把两个引擎都加进服务列表即可，结果会并行返回。
输入翻译：不选词就手动敲
划不了词的场景（比如你心里有句话想查怎么表达）：按下"输入翻译"快捷键，窗口弹出后直接敲文本，回车即译。
截图 OCR：框一下就把图里的字抠出来
按下"截图 OCR"快捷键，屏幕变暗出现十字准星，拖一个框，框内文字立刻变成可编辑文本。识别引擎按需求选：
- 离线派：Windows 用系统自带
Windows.Media.OCR，macOS 用 Vision 框架，Linux 用 Tesseract，另外内置 Tesseract.js 可在任意平台离线跑 - 在线派：百度、腾讯、火山、讯飞的通用/高精度 OCR，对手写体和复杂版式更稳
- 还有二维码识别（
qrcode）和公式识别（Simple LaTeX）两个细分服务
具体哪些引擎可用，翻 识别服务目录 一目了然，每个子目录对应一个引擎的实现。
截图翻译：OCR 和翻译一步到位
识别完还要再划词翻译一遍？"截图翻译"快捷键把两步合成一步：框选区域 → 直接出翻译结果。看外文报错截图、UI 截图时最常用。
剪切板监听：复制即翻译
在任意翻译窗口左上角点小图标开启监听，之后在任何地方Ctrl+C，复制的文本会自动进入翻译。开着对照阅读两栏文档时很舒服。
配置项逐个过一遍
配置入口都在偏好设置里，对应代码在 配置窗口目录。
翻译服务：哪些要填 Key
内置翻译引擎共 20 多个，实现都放在 翻译服务目录，按"要不要 Key"分三档：
| 类型 | 代表服务 | 配置动作 |
|---|---|---|
| 开箱即用 | Google、Bing、Yandex、有道 | 添加后直接用 |
| 免费但自托管 | Lingva、Ollama、ECDICT（插件） | 填本地/自建地址 |
| 需要 API Key | 百度、腾讯、DeepL、OpenAI、Gemini Pro、火山 | 去各家控制台申请后粘贴 |
建议保底组合：一个免 Key 引擎 + 一个高质量引擎，互为兜底。
快捷键：四个动作各绑一个
「偏好设置 → 快捷键」里绑定四个动作：划词翻译、输入翻译、截图 OCR、截图翻译。每个动作在输入框里按下组合键、点确定即生效，重复的组合键会被拒绝。避开Ctrl+C这类系统高频组合，Alt+或Ctrl+Shift+开头的组合更稳。
生词本：翻译完顺手存词
「偏好设置 → 服务设置」里可启用 Anki、欧路词典，之后每条翻译结果右下角的收藏按钮就能把词条推进生词本，实现"划词即背词"。
外部调用：让别的软件替你按快捷键
Pot 内置一个 HTTP 服务，默认监听127.0.0.1:60828，端口可在设置里改。比如把划词翻译挂到鼠标手势或全局快捷键工具上：
curl "127.0.0.1:60828/selection_translate"常用端点：/input_translate输入翻译、/ocr_recognize截图 OCR、/ocr_translate截图翻译。Linux 的 Wayland 用户尤其需要它——应用内快捷键在纯 Wayland 下不可用时，把系统快捷键配成 curl 请求即可绕过（Hyprland 的完整配置示例见 README 的"Wayland 支持"一节）。
🔧 装好打不开？按这张表排错
| 现象 | 原因 | 对策 |
|---|---|---|
| Windows 启动后无界面、点托盘没反应 | WebView2 运行时缺失或被禁用 | 安装/恢复 WebView2；企业系统装不了就下 Release 里的fix_webview2_runtime内置版 |
| macOS 提示"无法打开，开发者无法验证" | Gatekeeper 隔离标记 | 设置 → 隐私与安全性 → 仍要打开；或执行sudo xattr -d com.apple.quarantine /Applications/pot.app |
| Arch/Manjaro 启动即崩溃 | Webkit2Gtk 2.42 + Nvidia 驱动的 DMABUF 缺陷 | 在/etc/environment加WEBKIT_DISABLE_DMABUF_RENDERER=1 |
| macOS 划词快捷键无效、反复弹权限窗 | 辅助功能权限异常 | 设置 → 隐私与安全 → 辅助功能里移除 pot 再重新添加 |
| 装插件报"找不到指定的模块" | Windows 缺 C++ 运行时库 | 安装 Microsoft VC++ 可再发行组件 |
| Wayland 下截图 OCR 用不了 | 桌面环境不给全局截图权限 | 用外部截图工具存图到缓存目录后请求/ocr_recognize?screenshot=false |
| Flatpak 版没有托盘图标 | 已知缺陷 | 换 deb/AppImage 或 AUR 版本 |
速记卡
| 场景 | 操作 |
|---|---|
| 划词翻译 | 选中文本 + 划词翻译快捷键 |
| 截图 OCR / 截图翻译 | 按对应快捷键框选屏幕区域 |
| 输入翻译 | 按输入翻译快捷键，敲字后回车 |
【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
