尧图网站建设 
pot-desktop免费的跨平台划词翻译与 OCR 识别工具Windows/macOS/Linux 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划词翻译与 OCR 软件运行在 Windows、macOS 和 Linux 上。它用 Tauri Rust 编写主界面只有三个窗口级别的东西划词弹出的翻译小窗、截图框选、以及一个偏好设置面板。没有账号体系没有订阅装好就能用。三个平台各自的安装与启动步骤安装方式按平台分开都是官方提供的一键方式Windows在终端执行winget install Pylogmon.pot或从 Release 下载 exe 安装包手动安装区分 x64、x86、arm64。启动后如果看不到界面检查一下是否被卸载或禁用了 WebView2 运行时。macOS先brew tap pot-app/homebrew-tap再brew install --cask pot之后用brew upgrade --cask pot升级。首次启动若提示无法打开到 设置 → 隐私与安全性 里点仍要打开即可。LinuxDebian/Ubuntu 下载 deb 包后sudo apt-get install ./pot_xxx.debArch/Manjaro 可以用yay -S pot-translation另有 Flatpak 版本但 Flatpak 版缺失托盘图标。Linux 上还有一个 Arch 用户需要留意的点新版 Webkit2Gtk (2.42.0) 搭配 Nvidia 专有驱动会启动崩溃解决办法是设置环境变量WEBKIT_DISABLE_DMABUF_RENDERER1。安装完成后软件常驻系统托盘真正的入口是后面四个快捷键。划词、输入、OCR、截图翻译四个核心操作所有操作都靠快捷键触发在 偏好设置 → 快捷键 页面里各自独立配置注册时会自动检测是否与其他已注册的快捷键冲突。划词翻译鼠标选中任意文本按下划词翻译快捷键翻译窗口直接弹在鼠标附近。输入翻译按下输入翻译快捷键呼出输入窗口输入文本后回车翻译适合没有现成文本的场景。截图 OCR按下快捷键后框选屏幕区域识别出文字。截图翻译同样是框选但识别后直接给出译文一步到位。另外有一个容易忽略的剪切板监听模式在任意翻译面板左上角点一下启动之后随便在什么应用里复制文字翻译面板都会跟着刷新不用碰快捷键。多引擎并行翻译服务列表、语言与窗口行为偏好设置 → 服务设置 → 翻译 里是一个可拖拽排序的服务列表默认包含 DeepL、Bing、Lingva、Yandex、Google、ECDICT 六个实例列表顺序就是结果的展示顺序。内置引擎一共有 20 个覆盖了 Google、百度、有道、DeepL也覆盖 OpenAI、智谱 AI、Gemini Pro 这类大模型以及 Ollama完全离线连本地模型跑。词典类有 Bing 词典、剑桥词典和离线 ECDICT。每个服务可以单独打开配置弹窗填自己的 API Key也可以直接删掉不用的实例至少保留一个。翻译行为本身在 偏好设置 → 翻译 页面调比较实用的几项源语言默认自动语言检测引擎可选默认百度目标语言默认简体中文还有第二语言选项可以同时出两种译文自动复制译文、翻译历史开关、去除换行符、语言记忆窗口行为位置跟随鼠标、置顶、失焦自动关闭各引擎的对接代码在 src/services/translate/ 下一个目录一个引擎想确认某个接口的字段格式可以直接翻源码。截图 OCR 的识别引擎选择OCR 服务列表和翻译列表是同一套交互默认两个实例system系统 OCR离线和tesseractTesseract.js离线。所谓系统 OCR 是按平台走的Windows 用 Windows.Media.OCRmacOS 用 Apple Vision FrameworkLinux 用 Tesseract也就是说默认配置下识别完全不出网。云端选项有百度、腾讯、火山、讯飞以及图片翻译类腾讯图片翻译、百度图片翻译——后者是识别和翻译一次完成的接口。还有 Simple LaTeX 专门识别公式截图。中文文档识别效果通常更好英文文档用离线的 Tesseract 就够。本地 HTTP 接口让其他工具调用翻译和 OCR软件启动后会在本地监听一个 HTTP 服务默认端口 60828在 偏好设置 → 通用 页面可改。常用接口POST /translate翻译 body 里的文本GET /selection_translate触发划词翻译GET /input_translate呼出输入翻译窗口GET /ocr_recognize//ocr_translate截图 OCR / 截图翻译比如让 SnipDo、PopClip 这类剪贴板工具选完文字直接走 pot 翻译只要一条请求curl 127.0.0.1:60828/selection_translate curl 127.0.0.1:60828/translate -d Hello World截图类接口还支持?screenshotfalse参数表示不用软件内置截图而是读取你指定路径$CACHE/com.pot-app.desktop/pot_screenshot_cut.png里已经存在的截图文件。这让你可以继续用自己顺手的截图工具例如用 Flameshotflameshot gui -s -p ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png \ curl 127.0.0.1:60828/ocr_recognize?screenshotfalse插件系统与 Wayland 下的已知限制内置接口只是基础。软件支持插件系统下载.potext文件后在 偏好设置 → 服务设置 → 添加外部插件 里安装装完就和内置服务一样出现在服务列表中。插件分翻译、识别、语音合成、生词本四类比如 ECDICT、Tatoeba 翻译RapidOCR、PaddleOCR 离线识别有道、扇贝生词本都是以插件形式提供的。生词本功能也在这里体现识别到单词后可以一键导出到 Anki 或欧路词典 对 Linux 用户Wayland 下有一个绕不开的限制Tauri 的全局快捷键方案不支持 Wayland所以应用内的快捷键设置在此环境下不生效。README 给出的替代做法是把系统级快捷键直接绑到 curl 上以 Hyprland 为例bind ALT, C, exec, grim -g $(slurp) ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png \ curl 127.0.0.1:60828/ocr_translate?screenshotfalse也就是用系统自带的 grim slurp 完成截图再调screenshotfalse接口效果和应用内快捷键完全一致。另外 Wayland 下翻译窗口跟随鼠标也无法自动实现Hyprland 用户可以用 windowrulev2 规则让窗口浮动并移动到鼠标位置。pot-desktop 的核心价值就一句话跨三个平台的划词翻译、输入翻译和截图 OCR 走同一套服务和配置本地 HTTP 接口再把它变成其他工具的翻译后端。项目是免费开源的仓库地址见 gitcode.com/GitHub_Trending/po/pot-desktop。【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 pot-desktop：免费的跨平台划词翻译与 OCR 识别工具（Windows/macOS/Linux 完整指南）
pot-desktop免费的跨平台划词翻译与 OCR 识别工具Windows/macOS/Linux 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划词翻译与 OCR 软件运行在 Windows、macOS 和 Linux 上。它用 Tauri Rust 编写主界面只有三个窗口级别的东西划词弹出的翻译小窗、截图框选、以及一个偏好设置面板。没有账号体系没有订阅装好就能用。三个平台各自的安装与启动步骤安装方式按平台分开都是官方提供的一键方式Windows在终端执行winget install Pylogmon.pot或从 Release 下载 exe 安装包手动安装区分 x64、x86、arm64。启动后如果看不到界面检查一下是否被卸载或禁用了 WebView2 运行时。macOS先brew tap pot-app/homebrew-tap再brew install --cask pot之后用brew upgrade --cask pot升级。首次启动若提示无法打开到 设置 → 隐私与安全性 里点仍要打开即可。LinuxDebian/Ubuntu 下载 deb 包后sudo apt-get install ./pot_xxx.debArch/Manjaro 可以用yay -S pot-translation另有 Flatpak 版本但 Flatpak 版缺失托盘图标。Linux 上还有一个 Arch 用户需要留意的点新版 Webkit2Gtk (2.42.0) 搭配 Nvidia 专有驱动会启动崩溃解决办法是设置环境变量WEBKIT_DISABLE_DMABUF_RENDERER1。安装完成后软件常驻系统托盘真正的入口是后面四个快捷键。划词、输入、OCR、截图翻译四个核心操作所有操作都靠快捷键触发在 偏好设置 → 快捷键 页面里各自独立配置注册时会自动检测是否与其他已注册的快捷键冲突。划词翻译鼠标选中任意文本按下划词翻译快捷键翻译窗口直接弹在鼠标附近。输入翻译按下输入翻译快捷键呼出输入窗口输入文本后回车翻译适合没有现成文本的场景。截图 OCR按下快捷键后框选屏幕区域识别出文字。截图翻译同样是框选但识别后直接给出译文一步到位。另外有一个容易忽略的剪切板监听模式在任意翻译面板左上角点一下启动之后随便在什么应用里复制文字翻译面板都会跟着刷新不用碰快捷键。多引擎并行翻译服务列表、语言与窗口行为偏好设置 → 服务设置 → 翻译 里是一个可拖拽排序的服务列表默认包含 DeepL、Bing、Lingva、Yandex、Google、ECDICT 六个实例列表顺序就是结果的展示顺序。内置引擎一共有 20 个覆盖了 Google、百度、有道、DeepL也覆盖 OpenAI、智谱 AI、Gemini Pro 这类大模型以及 Ollama完全离线连本地模型跑。词典类有 Bing 词典、剑桥词典和离线 ECDICT。每个服务可以单独打开配置弹窗填自己的 API Key也可以直接删掉不用的实例至少保留一个。翻译行为本身在 偏好设置 → 翻译 页面调比较实用的几项源语言默认自动语言检测引擎可选默认百度目标语言默认简体中文还有第二语言选项可以同时出两种译文自动复制译文、翻译历史开关、去除换行符、语言记忆窗口行为位置跟随鼠标、置顶、失焦自动关闭各引擎的对接代码在 src/services/translate/ 下一个目录一个引擎想确认某个接口的字段格式可以直接翻源码。截图 OCR 的识别引擎选择OCR 服务列表和翻译列表是同一套交互默认两个实例system系统 OCR离线和tesseractTesseract.js离线。所谓系统 OCR 是按平台走的Windows 用 Windows.Media.OCRmacOS 用 Apple Vision FrameworkLinux 用 Tesseract也就是说默认配置下识别完全不出网。云端选项有百度、腾讯、火山、讯飞以及图片翻译类腾讯图片翻译、百度图片翻译——后者是识别和翻译一次完成的接口。还有 Simple LaTeX 专门识别公式截图。中文文档识别效果通常更好英文文档用离线的 Tesseract 就够。本地 HTTP 接口让其他工具调用翻译和 OCR软件启动后会在本地监听一个 HTTP 服务默认端口 60828在 偏好设置 → 通用 页面可改。常用接口POST /translate翻译 body 里的文本GET /selection_translate触发划词翻译GET /input_translate呼出输入翻译窗口GET /ocr_recognize//ocr_translate截图 OCR / 截图翻译比如让 SnipDo、PopClip 这类剪贴板工具选完文字直接走 pot 翻译只要一条请求curl 127.0.0.1:60828/selection_translate curl 127.0.0.1:60828/translate -d Hello World截图类接口还支持?screenshotfalse参数表示不用软件内置截图而是读取你指定路径$CACHE/com.pot-app.desktop/pot_screenshot_cut.png里已经存在的截图文件。这让你可以继续用自己顺手的截图工具例如用 Flameshotflameshot gui -s -p ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png \ curl 127.0.0.1:60828/ocr_recognize?screenshotfalse插件系统与 Wayland 下的已知限制内置接口只是基础。软件支持插件系统下载.potext文件后在 偏好设置 → 服务设置 → 添加外部插件 里安装装完就和内置服务一样出现在服务列表中。插件分翻译、识别、语音合成、生词本四类比如 ECDICT、Tatoeba 翻译RapidOCR、PaddleOCR 离线识别有道、扇贝生词本都是以插件形式提供的。生词本功能也在这里体现识别到单词后可以一键导出到 Anki 或欧路词典 对 Linux 用户Wayland 下有一个绕不开的限制Tauri 的全局快捷键方案不支持 Wayland所以应用内的快捷键设置在此环境下不生效。README 给出的替代做法是把系统级快捷键直接绑到 curl 上以 Hyprland 为例bind ALT, C, exec, grim -g $(slurp) ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png \ curl 127.0.0.1:60828/ocr_translate?screenshotfalse也就是用系统自带的 grim slurp 完成截图再调screenshotfalse接口效果和应用内快捷键完全一致。另外 Wayland 下翻译窗口跟随鼠标也无法自动实现Hyprland 用户可以用 windowrulev2 规则让窗口浮动并移动到鼠标位置。pot-desktop 的核心价值就一句话跨三个平台的划词翻译、输入翻译和截图 OCR 走同一套服务和配置本地 HTTP 接口再把它变成其他工具的翻译后端。项目是免费开源的仓库地址见 gitcode.com/GitHub_Trending/po/pot-desktop。【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