企业官网建设流程全解析

Pot 划词翻译与 OCR 软件完整上手指南

【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

读英文论文遇到一连串生词，或屏幕上有一段报错选不中、想把文字抠出来时，复制粘贴到网页翻译框来回切换很拖节奏。Pot 划词翻译与 OCR 软件把两步压成一步：选中文字按快捷键直接弹译文，截图框选区域直接出识别文本。本文按装好、跑通、配好、集成四步讲完，覆盖 Windows、macOS、Linux 三大平台。

🚀 安装 Pot 并完成首次启动

三个平台都有现成包管理器，每个系统只给一条最快命令。

Windows

PowerShell 中执行：

winget install Pylogmon.pot

装完在开始菜单找到 Pot 图标启动，系统托盘出现图标即正常。

macOS

终端执行（tap 和安装合并成一行）：

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

首次打开若提示"由于开发者无法验证"，去 设置 → 隐私与安全性 点"仍要打开"，以后就不再弹。

Linux

跨发行版最省事的是 Flatpak：

flatpak install flathub com.pot_app.pot

启动后托盘出现图标即成功。注意 Flatpak 版目前缺失托盘图标，介意的话改装 deb 包（sudo apt-get install本地 deb 文件）或 AUR 的pot-translation。

首次启动必做三件事

1. 进 偏好设置 → 快捷键，给划词翻译、输入翻译、截图 OCR、截图翻译四项分别绑定组合键——出厂时这四项是空的，不设置就不会触发。
2. 在 偏好设置 → 服务设置 里添加至少一个翻译服务，选 Google、Bing 这类免密钥的即可先跑通。
3. 确认识别服务：Windows 和 macOS 的系统 OCR 本身就离线，Linux 走 Tesseract，不用额外申请。

🎯 实操三大核心功能：划词、输入与截图 OCR

三个功能都是"快捷键 → 出结果"，区别只在输入来源：选中的文本、手动输入的文本、屏幕截图。

划词翻译：选中即出译文

• 场景：阅读外文文档，鼠标选中一句话。
• 操作：选中后按一下你为划词翻译绑定的快捷键，建议避开纯复制类组合，减少误触发。
• 结果：译文面板在选中位置附近弹出，配置了多个引擎时结果并排显示，可逐条对比。

顺带一个提效技巧：在任意翻译面板左上角点图标开启剪切板监听模式，之后只要复制文字，不用选中、不用按键，面板自动翻译。连续查阅大量词条时比逐次按快捷键省力。

划词适合短句，遇到整段、整篇就换输入翻译。

输入翻译：大段文本走这里

• 场景：要把一封英文邮件转成中文再回复。
• 操作：按输入翻译快捷键呼出窗口 → 粘贴或输入文本 → 按回车。
• 结果：译文直接落在面板里，可复制，也可顺手存进历史。

文字在图片里、选不中时，就轮到截图 OCR。

截图 OCR：选不中的文字框出来

• 场景：PDF 扫描页、视频截图里的文字无法用鼠标选中。
• 操作：按截图 OCR 快捷键 → 框选目标区域。
• 结果：识别文本出现在识别面板，可继续复制或直接接着翻译。精度主要取决于截图清晰度和语言设置，模糊小字和斜体是重灾区。

截图 OCR 跑顺后，还可以给"截图翻译"单独绑一个键，框完直接出译文，省掉一步。

⚙️ 按使用目标配置翻译与识别服务

服务别追求"装全"，按你要达到的效果分组选。

追求开箱即用、不申请密钥

翻译选内置的 Google、Bing、Lingva，添加即用；识别用系统 OCR（Windows 走 Windows.Media.OCR，macOS 走 Vision，Linux 走 Tesseract），全程离线。日常查词、看文档这一档够用。

要求离线与隐私

翻译走 Ollama：本地装好 Ollama 并拉一个多语言模型，Pot 里添加 Ollama 服务指向本机，文本不出机器；想要更轻可以装 ECDICT 离线词典插件。识别侧用 Tesseract.js 离线方案或 Rapid 离线插件，不依赖任何在线服务。

追求识别精度

在线识别服务（百度、腾讯、火山、讯飞）在复杂版面上明显好于纯本地引擎，代价是申请密钥。公式图片单独用 Simple LaTeX 接口，普通 OCR 对手写公式基本失效。

追求翻译质量

长句和专业文档换 DeepL，或 OpenAI、智谱、Gemini 这类大模型接口，上下文理解更好；百度、腾讯、阿里、有道等商业接口术语库更稳。这些都需先在对应平台申请密钥再填入。内置服务实现分别在 src/services/translate/ 和 src/services/recognize/，想看某个接口怎么调的可以直接翻源码。

🔌 用 HTTP 接口把 Pot 接入自动化

Pot 内置一个只监听本机127.0.0.1的 HTTP 服务，端口默认60828，可在设置里改。主要端点：/selection_translate（划词翻译）、/input_translate（输入翻译）、/ocr_recognize（截图 OCR）、/ocr_translate（截图翻译）、/translate（POST，body 为待译文本）、/config（打开设置窗口）。想用自己的脚本或截图工具触发，直接请求即可：

curl "127.0.0.1:60828/selection_translate" curl "127.0.0.1:60828/ocr_translate"

两个实用点：

• 不想用内置截图时，把截图存到$CACHE/com.pot-app.desktop/pot_screenshot_cut.png，再请求/ocr_recognize?screenshot=false，Pot 会读这张图识别。Linux 上可借此接 Flameshot，或在 Hyprland 里用 grim + slurp 配一条系统快捷键。
• Windows 可给 SnipDo 装 pot 扩展（pot.pbar），macOS 可给 PopClip 装 pot 扩展（pot.popclipextz），选中文字后在第三方工具条里点一下就能翻译，不用记快捷键。

内置接口不够时走插件系统：下载.potext文件后，在 偏好设置 → 服务设置 → 添加外部插件 里安装，装完和内置服务一样用。Lingva、Tatoeba、OCRSpace、Rapid 其实都是插件。有定制需求可以从官方插件模板起步开发自己的服务。

❓ 速查常见问题

启动后没有界面，托盘点了没反应

Windows结论先说：大概率是 WebView2 缺失。检查是否卸载或禁用了 WebView2，装回来即可；企业系统装不了就改用 Release 里带fix_webview2_runtime的内置版安装包。

快捷键按了没反应

macOS去 设置 → 隐私与安全 → 辅助功能，把 Pot 移除后重新添加，权限会刷新。Linux应用内快捷键在 Wayland 下不支持，改用系统级快捷键执行 curl 请求触发；X11 下则先排查组合键是否与其他软件冲突。

翻译请求失败

先查 API 密钥和字段是否填对，再查网络；免密钥接口（Google、Bing）失败多半是网络或代理问题。若弹出 "Server start failed" 通知，是默认端口 60828 被占用，进设置把端口改掉再重启。

OCR 识别不准

结论：先保证截图清晰、对比度足够，再确认识别服务的目标语言设置正确。特殊字体、公式、手写体换对应服务（公式用 Simple LaTeX），在线服务精度通常高于本地引擎。

核心操作就三个：选词按划词键、大段用输入翻译、图片文字走截图 OCR。下一步建议：先只配一个免密钥翻译服务把划词跑通，再按真实使用场景加离线或在线服务，别一次装全。

【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