5 分钟装好划词翻译工具 pot-desktop：跨平台翻译、截图 OCR 与生词本完整指南
【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-desktop
你在浏览器里读一篇外文论文，遇到不熟的句子，得选中、复制、切到翻译网站、粘贴、等结果，再切回来。这个动作一天重复几十次，很难受。pot-desktop 是一个跨平台划词翻译工具：在任意应用里选中外文按下快捷键，翻译结果就弹在光标旁边；它还内置截图 OCR、输入翻译窗口、语音合成和生词本导出，Windows、macOS、Linux 三个平台都能跑。下面这条动线，带你从装好到完成第一次划词翻译。
🧭 项目速览：一款跨平台翻译软件
pot-desktop 基于 Tauri 构建，前端是 JavaScript，后端是 Rust，因此三端表现一致、体积不大。它解决的核心问题只有一个：让"选中外文 → 看到译文"这件事尽量少打断阅读。主要能力：
- 划词翻译、输入翻译、截图 OCR 与截图翻译，各有独立快捷键
- 多个翻译引擎可并行返回结果，方便对比措辞
- 语音合成播放发音，生词一键导出到 Anki、欧路词典等工具
- 本地 HTTP 接口，允许其他软件调用它的翻译能力
- 插件系统持续扩展翻译、识别、发音、生词本四类服务
🚀 落地指南：装好 pot-desktop，完成第一次划词翻译
安装只需要一条命令（或一个安装包）。各平台的差别如下，挑你的一行执行即可：
| 平台 | 安装方式 |
|---|---|
| Windows | 终端执行winget install Pylogmon.pot；也可以去 Release 页面下载对应架构的 exe 安装包 |
| macOS | 先执行brew tap pot-app/homebrew-tap，再执行brew install --cask pot；M1 芯片记得选 aarch64 的 dmg |
| Linux | deb 包执行sudo apt-get install ./pot_amd64.deb；Arch 系用 AUR 的pot-translation；也有 Flatpak 版本 |
装完后的配置只有两件事：
- 打开偏好设置，在服务设置里添加至少一个翻译引擎（如百度翻译、Google 翻译；用 AI 翻译就填 OpenAI、Gemini Pro、智谱或本地 Ollama 的密钥）。这一步就是最核心的翻译引擎配置，不配置就无法翻译。
- 在快捷键页面给划词翻译、输入翻译、截图 OCR 各设一个组合键。建议避开系统和编辑器的常用组合。
第一次划词：在浏览器或阅读器里用鼠标选中一句外文，按下划词快捷键，翻译窗口会出现在文字附近。多引擎同时配置时结果并行返回，哪个顺手看哪个；某个引擎报错，直接换另一个即可。
📖 读外文文档时：划词与剪切板监听
工作流很短：选中 → 按快捷键 → 看结果。翻译面板左上角还有一个小图标，点一下开启剪切板监听：之后你复制任何外文，它都会自动出现在翻译窗口里，连快捷键都不用按。
📷 屏幕上有选不中的字：用截图 OCR 取字
扫描件、图片、视频截图里的文字没法选中。这时按下截图 OCR 快捷键，框选要识别的区域，识别结果就会弹出；如果框选后直接想要译文，用截图翻译可以一步到位。
识别引擎分两类：
- 离线：系统自带 OCR（Windows 用 Windows.Media.OCR、macOS 用 Apple Vision、Linux 用 Tesseract），或 Tesseract.js，全程不联网
- 在线：百度、腾讯、火山等 OCR API
图里是公式时，可以选 Simple LaTeX，它会直接输出 LaTeX 代码。
🎧 想听发音、记生词：从划词到生词本
翻译结果可以播放发音，适合跟读。遇到生词，直接丢进生词本：内置 Anki、欧路词典，有道和扇贝通过插件安装。划词顺手把词存进 Anki，复习交给间隔重复，"查到 → 听会 → 记住"就接成了一条线。
🔌 想把翻译接进别的软件：HTTP 接口与选词扩展
pot 本地起了一个 HTTP 接口，默认监听127.0.0.1:60828（端口可在偏好设置里改）。脚本或别的程序 POST 一段文本就能拿到译文，也有现成端点直接触发划词、输入翻译、截图 OCR 这些动作。如果你的系统快捷键不好使，可以反过来用它：给系统截图工具绑一个热键，触发一条请求这个接口的命令，等效实现"全局划词/截图翻译"。
Windows 和 macOS 还有现成的选词扩展（SnipDo、PopClip），装上后选中文字点一下扩展图标即可翻译，不用自己写脚本。
⚙️ 进阶与个性化：插件扩展和按场景调配置
内置接口有限，插件系统负责补齐。官方插件列表提供翻译、识别、发音、生词本四类模板；下载的.potext文件在"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里。插件源码与模板的示例可以参考 插件配置界面，后端接口实现见 src-tauri/src/。
按使用场景调整配置：
- 学术研究：配离线识别引擎 + 剑桥词典、ECDICT 等字典类翻译，专业文本不依赖云端
- 日常划词：以响应速度优先，挑响应快的云端接口，多引擎并行返回，谁快看谁
- 隐私敏感：走全离线组合——Ollama 本地模型翻译 + 系统 OCR 识别，文字不出本机
❓ 常见问题
| 现象 | 可能原因 | 处理方法 |
|---|---|---|
| Windows 启动后无界面、托盘点不动 | 缺少 WebView2 运行时 | 安装或恢复 WebView2；装不了就下内置 WebView2 的安装包 |
| macOS 首次打不开，提示"无法验证开发者" | Gatekeeper 拦截 | 点"取消"，到 设置 → 隐私与安全性 选"仍要打开"，之后不再弹窗 |
| macOS 划词没反应、每次弹权限提示 | 辅助功能权限异常 | 在"辅助功能"里移除 pot 后重新添加 |
| Windows 装插件报"找不到指定模块" | 缺 C++ 运行库 | 安装 VC++ Redistributable |
| Windows 装插件报"不是有效的 Win32 应用程序" | 插件架构与系统不匹配 | 去插件仓库下载对应系统/架构的版本 |
| Linux（Arch 系）启动黑屏或崩溃 | 新版 Webkit2Gtk + Nvidia 专有驱动的 DMABUF 问题 | 在 /etc/environment 加WEBKIT_DISABLE_DMABUF_RENDERER=1，或降级 Webkit2Gtk |
| Wayland 下快捷键/截图失效 | Tauri 全局快捷键暂不支持 Wayland | 用系统快捷键指向 HTTP 接口触发；部分纯 Wayland 环境内置截图不可用，同样用外部截图 + 接口方案 |
装好 pot-desktop 后，记住三个操作就够了：
- 偏好设置里加一个翻译引擎，设好划词快捷键
- 在任意应用里选中文本，按快捷键看译文
- 屏幕上取不了字的画面，用截图 OCR 框选
按你平台的命令装一个，然后选中一段外文按下快捷键——翻译窗口弹出来，就算上手了。
【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
