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 Ctrl+C+C 触发划词翻译，macOS 用 Command+Shift+T，Linux 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 Alt+X 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?screenshot=false"

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.pot；macOS 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：

1. 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；
2. 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）；
3. 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