Pot-Desktop 完整指南：跨平台划词翻译与截图 OCR 软件三分钟上手-开发者社区

Pot-Desktop 完整指南：跨平台划词翻译与截图 OCR 软件三分钟上手

【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

翻译一篇英文文献时，屏幕上有几段文字鼠标就是选不中，复制到浏览器再粘贴又太慢。Pot-Desktop 是一款免费的跨平台划词翻译与截图 OCR 软件，覆盖 Windows、macOS、Linux 三大系统，内置 20 余个翻译引擎和多路 OCR 识别服务，选中文本按快捷键即可出译文，适合经常处理外文资料、需要识别屏幕文字的人。

🔌 Pot-Desktop 解决了什么

选不中的文字：截图框选，OCR 识别后再翻译，一步到位
翻译引擎单一：内置服务加插件，免费、商业、大模型、离线方案都能接
多个翻译工具来回切：一个窗口里切换服务，结果并排对比
生词散落各处：识别结果可直接导出到 Anki、欧路词典等生词本

⏱️ 三大系统上三分钟装好 Pot-Desktop

Windows：打开 PowerShell 执行一条命令，装完在开始菜单里能找到 Pot-Desktop。

winget install Pylogmon.pot

macOS：用 Homebrew 安装，M1/M2 芯片会自动匹配对应架构的包。

brew tap pot-app/homebrew-tap brew install --cask pot

Linux：Debian/Ubuntu 下载 deb 包后sudo apt-get install ./pot_xxx_amd64.deb；Arch 用yay -S pot-translation；也可以flatpak install flathub com.pot_app.pot。想从源码跑，git clone https://gitcode.com/GitHub_Trending/po/pot-desktop后装好 Node 18+、pnpm、Rust 依赖，执行pnpm install再pnpm tauri dev即可。

装完先别急着用：四个全局快捷键默认都是空的，需要手动设置，下面按实际操作顺序走一遍。

⌨️ 核心操作：从设置快捷键到划词翻译、截图 OCR

第一步：设置四个快捷键

点击托盘图标打开偏好设置窗口，左侧栏有「常规设置 / 翻译设置 / 文字识别 / 热键设置 / 服务设置 / 历史记录 / 备份设置」七个页面。进入「热键设置」，这里对应四个功能：

划词翻译
输入翻译
文字识别（截图 OCR）
截图翻译

每个输入框内按下你想用的键组合，提示「快捷键注册成功」即生效；如果提示已被注册，换一个组合。划词翻译建议避开 Ctrl+C、Ctrl+V 这类系统高频键。

第二步：划词翻译——选中文字，按快捷键

在任意应用中选中一段英文，按下你设置的划词快捷键，翻译窗口会出现在鼠标附近，上方原文、下方译文，多个译文并排显示。窗口顶部的语言栏可以改源语言和目标语言；「翻译设置」页里还能调窗口位置（跟随鼠标或记住上次位置）、失去焦点时是否关闭、是否自动复制译文。

第三步：截图 OCR——框选屏幕文字

按下文字识别快捷键，屏幕变暗出现十字光标，框选 PDF、幻灯片等区域，识别窗口随即弹出识别出的文字。文字可以一键复制，也可以直接进翻译流程。「文字识别」页可以设置识别语言（默认自动）、是否自动复制结果。

如果既想识别又想翻译，直接用截图翻译快捷键：框选区域后一步出译文。

第四步：输入翻译与剪切板监听

按下输入翻译快捷键会弹出输入窗口，输入文本按回车出结果，适合主动查词查句。

更省事的玩法是剪切板监听：在任意翻译面板左上角点一下监听图标，之后你在系统里复制任何文字，Pot-Desktop 会自动完成翻译，无需粘贴，适合边读边翻长文档。

🧭 怎么挑对翻译引擎

「服务设置」页分翻译、文字识别、语音合成、生词本四个标签，点「添加内置服务」即可增删引擎，也可以添加多路服务并行出结果。内置引擎按性质大致分四类：

引擎类型	推荐场景	一句话特点
免费网页翻译	日常浏览	Google、Bing、Lingva 等免密钥，开箱即用
商业翻译 API	专业文档	百度、腾讯、DeepL 等需申请密钥，质量稳定
大模型 AI	长文、口语化表达	OpenAI、Gemini Pro、智谱 AI，语境理解更准
本地离线	无网络、重隐私	Ollama、ECDICT、Tesseract.js 全程不出内网

选择建议：

日常查单词、看网页：免费网页类加一路商业类双出结果
翻译论文摘要、合同这类讲究语境的长文：挂大模型引擎
单位内网或数据敏感：翻译用 Ollama/ECDICT，识别用系统 OCR 或 Tesseract.js，识别语言在「文字识别」页固定为中文或英文可提升准确率

各引擎的实现可以在翻译服务模块和 OCR 识别模块下按目录找到。

🔧 插件、外部 API 与工具联动

内置接口之外，Pot-Desktop 支持.potext插件：在插件仓库下载对应平台的插件文件后，走「服务设置 → 添加外部插件 → 安装外部插件」即可使用，装好的插件和内置服务同样可以多路并行。Tatoeba、ECDICT、OCRSpace、Rapid、PaddleOCR、有道/扇贝生词本都走插件方式提供。

软件默认监听本地端口 60828（「常规设置 → 监听端口」可改），向127.0.0.1:60828发请求即可驱动它：GET /selection_translate触发划词翻译，GET /input_translate呼出输入窗口，GET /ocr_recognize触发截图 OCR。/ocr_recognize?screenshot=false则跳过内置截图，直接识别你放在缓存目录的pot_screenshot_cut.png，方便用自己的截图工具。

配合其他工具：Windows 上装 SnipDo 扩展，选中文字后工具条直接出翻译按钮；macOS 上 PopClip 扩展效果相同。识别、翻译完成的单词还能一键进 Anki 或欧路生词本，相关逻辑在生词本模块。

🩺 排错速查

问题现象	可能原因	解决方案
Windows 启动后没有界面	WebView2 运行时缺失或被禁用	安装 WebView2，或改下内置 WebView2 的 fix_runtime 版本
macOS 提示"无法打开"	系统拦截未验证开发者	「隐私与安全性」中点"仍要打开"，或用 xattr 去除隔离属性
macOS 划词翻译失效	辅助功能权限过期	移除 pot 的辅助功能授权后重新添加
Wayland 下快捷键不生效	Tauri 全局快捷键不支持 Wayland	用系统快捷键执行 curl 请求触发对应接口
插件安装报错找不到模块	缺 C++ 运行库或架构不匹配	安装 VS C++ Redistributable，或换对应架构插件