把 7 步翻译流程压缩成 1 次按键划词翻译软件 pot-desktop 完整使用指南【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如果你最近正在跟外文资料较劲那么下面这段人肉翻译流水线你一定不陌生选中单词 → 复制 → 切到浏览器 → 打开翻译网站 → 粘贴 → 等结果 → 再复制 → 切回文档。七个动作三四十秒思维却被打断了三次。pot-desktop 就是为解决这件事而生的——它是一款免费开源的跨平台划词翻译软件同时内置截图 OCR 文字识别、输入翻译、剪贴板监听与多引擎并行对比目标是让 Windows、macOS、Linux 上的翻译体验统一成一次按键。这篇文章不打算像说明书一样罗列功能而是跟着你真实的一天走一遍看看那些让阅读卡壳的时刻它是怎么一一接住的。引子先承认吧我们被七步翻译法折磨太久了说个发生在很多学生、程序员身上的真实瞬间你在读一篇英文论文正顺着逻辑往下走突然蹦出一个专业术语。你不得不停下来执行那套七步流程等翻译结果出来思路早就凉了。更崩溃的是另一种情况——文献是 PDF关键段落是扫描图片。你连复制都做不到只能掏出手机拍照再开一个 OCR 软件识别完复制出来再去翻译。这一套折腾下来五分钟过去了而你要的其实只是那句注释。我们之所以忍了这么多年是因为翻译这件事被默认当成一件独立的任务去做。而 pot-desktop 的思路恰恰相反它把翻译塞进了你正在进行的动作里选中、截图、复制随手一步就能触发翻译完还不打扰你继续读。下面的时间线就是它如何做到这一点的。上午 9:00第一道坎选中术语划词翻译快捷键按下即译读文献的第一道坎永远是术语。以前你得经历完整的复制-粘贴流程现在只需要两步选中文本按下快捷键。pot-desktop 在 Windows 上默认用 CtrlCC 触发划词翻译macOS 用 CommandShiftTLinux 则可以在偏好设置里按你的习惯自定义划词翻译快捷键。翻译结果会以一个小弹窗的形式出现在文本旁边看完即关不抢焦点不影响你继续滚动页面。几个真正让我觉得贴心的细节自动语言检测源语言不用手动选它自己判断翻完还能一键互换语言方向再翻一次发音与朗读遇到生词可以直接听发音语音合成接口还支持扩展生词一键收藏看到值得记的单词顺手就能存进 Anki 或欧路词典的生词本日积月累就是一本私人词汇库。所谓即选即译不是把翻译网页搬到了桌面而是让翻译彻底隐身到你的阅读节奏里。翻译服务的配置都在src/services/translate/目录下每个引擎都是独立模块想研究实现的话路径很清晰。中午 12:30第二道坎PDF 图片里的文字交给截图 OCR 文字识别工具上午的坎过了午饭后你又撞上另一个课件是 PPT 截图、论文是扫描版 PDF、网页里是没法复制的图片文字。这时候划词没用因为根本没有词可划。pot-desktop 的解法是截图 OCR 文字识别按下截图快捷键框选屏幕上任何区域文字立刻被识别出来。更妙的是识别结果不是终点。你可以让识别出的文字直接进入翻译流程——这就是它的截图翻译模式框选的瞬间识别和翻译一次完成形成完整的截图 → 识别 → 翻译闭环。在识别引擎的选择上pot-desktop 也给了足够的自由度Windows 自带 Windows.Media.OCR、macOS 用 Apple Vision、Linux 用 Tesseract这三者都是离线可用的追求准确率可以切到百度、腾讯、火山、讯飞等在线识别服务写论文遇到公式还有 Simple LaTeX 这类专门的公式识别接口。相关实现都集中在src/services/recognize/目录下。下午 3:00第三道坎想让翻译不请自来怎么办有些时候你连快捷键都懒得按——比如在快速浏览一长串英文邮件或者刷外文新闻时希望复制即翻译。这就是剪贴板监听模式的用武之地在任意翻译面板上点一下左上角的监听按钮之后你复制什么它就翻译什么翻译窗口自动弹出。如果你只是偶尔想查个词又不想动鼠标去划选pot-desktop 还保留了传统的输入翻译呼出翻译窗口输入文字回车出结果。它就像一个常驻后台的随身词典需要时随叫随到不需要时绝不打扰。晚上 10:00同一个词让二十多个引擎同时开口深夜写材料你遇到一个拿不准的翻译。以前你的选择是相信某一个翻译网站的结果。但机器翻译这东西谁都有翻车的时候——这时多一个引擎对照就非常有价值。pot-desktop 支持多引擎并行翻译一次查询多个引擎的结果并排显示谁翻得准一目了然。它内置的接口覆盖面相当广主流商业翻译Google、百度、DeepL、腾讯翻译君、火山翻译、有道、Yandex、彩云小译等AI 大模型OpenAI、智谱 AI、Gemini Pro还有完全离线的 Ollama专业词典剑桥词典、Bing 词典、ECDICT——查术语、查搭配时比普通翻译靠谱得多OCR 与语音识别和 TTS 语音合成同样支持多接口并行。更关键的是内置接口永远只是下限。pot-desktop 有完整的插件系统下载.potext格式的插件即可在偏好设置 → 服务设置里安装翻译、识别、生词本都能扩展。遇到某个冷门服务没有内置去插件列表里找找大概率已经有了。进阶玩法把翻译能力借给任何软件如果你是个喜欢折腾效率工具的人pot-desktop 还藏着一手杀手锏——它内置了一套HTTP 接口默认监听127.0.0.1:60828任何程序都能通过几行命令调用它的能力curl 127.0.0.1:60828/selection_translate # 触发划词翻译 curl 127.0.0.1:60828/ocr_recognize # 触发截图 OCR curl 127.0.0.1:60828/translate -d Hello World # 直接翻译一段文字这意味着你可以把翻译能力嵌入自己的脚本、自动化流程甚至是其他应用里。Windows 上配合 SnipDo、macOS 上配合 PopClip选中文字就能在工具栏里直接点翻译配合外部截图工具时它甚至支持不使用软件内截图把截图文件放到约定路径后直接请求识别即可。Linux 用户的隐藏福利Wayland 下照样顺滑很多 Linux 用户对这类工具又爱又怕——怕的是 Wayland 显示服务器下快捷键失效、截图失灵。pot-desktop 对 Wayland 的处理方式很务实快捷键失效就用系统快捷键 API 兜底截图失效就外接 grim 截图工具。比如在 Hyprland 里把下面这行写进配置按 AltX 就能完成截图 → 识别的完整流程bind ALT, X, exec, grim -g $(slurp) ~/.cache/com.pot-app.desktop/pot_screenshot_cut.png curl 127.0.0.1:60828/ocr_recognize?screenshotfalse项目里还附带了一份针对 Hyprland 的窗口行为补丁patches/hyprland.patch用来解决弹窗窗口失焦关闭的问题。从 KDE、GNOME 到 Hyprland都有人在真实使用它这也让 pot-desktop 成为少数在纯 Wayland 环境里能真正干活的跨平台划词翻译软件。五分钟上手从下载到第一次翻译说了这么多真正上手其实很快。安装Windows 可以直接winget install Pylogmon.potmacOS 一条brew install --cask pot搞定Debian/Ubuntu 下载 deb 包后sudo apt-get install即可Arch 系用 AUR 的pot-translation。想从源码折腾也行git clone https://gitcode.com/GitHub_Trending/po/pot-desktop安装后只需要三步配置在偏好设置里把划词翻译和截图 OCR 的快捷键调成顺手的位置到服务设置里勾选你想用的翻译、识别引擎建议先配一个离线 OCR再配两三个翻译引擎并行打开剪切板监听然后随便复制一段英文试试效果。整个界面支持深色/浅色主题切换还有 20 多种语言的界面翻译中文用户开箱即用没有任何门槛。写在最后把时间还给阅读回到开头那七步流程。装好 pot-desktop 之后你的日常会变成这样选中术语一按快捷键翻译在指尖弹出遇到 PDF 图片框选一下识别和翻译一起完成复制一段文字翻译自己跟上来。没有窗口切换没有复制粘贴接力思路不再被打断。一个工具真正的价值往往不是能做多少事而是帮你省下了多少被打断的注意力。pot-desktop 免费、开源、跨平台把翻译从任务重新变回了动作。下一次当你要读那篇存了很久的英文论文时别再走那条七步流程了——先花五分钟装好它然后回来告诉我你的阅读速度提了多少。【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