Pot 划词翻译 + 截图 OCR 上手指南：多引擎并行，3 种方式装好即用-平芜编程栈

Pot 划词翻译 + 截图 OCR 上手指南：多引擎并行，3 种方式装好即用

【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

Pot 是一款跨平台的划词翻译与截图 OCR 工具，把"选中文本—出译文"和"框选屏幕—认出文字"两件事压进一次快捷键的距离内。它同时支持 Windows、macOS、Linux，内置二十余种翻译接口和多路识别服务，装好后配好一套快捷键，读外文、认屏幕、查生词都能就地完成。下面按安装、日常使用、进阶配置、排坑四步带你跑通。

上手篇：装好并定好第一组快捷键

三种系统的安装路径都列在下面，按自己机器挑一条即可。

Windows

包管理器一行装完最省事：

winget install Pylogmon.pot

公司环境装不了的话，去 Release 页按位数选x64 / x86 / arm64的 exe 双击安装。

macOS

用 Homebrew 两条命令：

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

M1/M2 芯片请选aarch64的 dmg，拖入 Applications 即可。

Linux

Debian/Ubuntu 用 deb：sudo apt-get install ./pot_amd64.deb；Arch 系可yay -S pot-translation；另有 Flatpak 版本（注意该版缺托盘图标）。

装完先定快捷键：软件给"划词翻译、输入翻译、截图识别、截图翻译"各留了一个全局快捷键空位，在设置里分别录入组合键后，无论焦点在哪个程序都能触发。若录入的组合已被占用，界面会直接提示，换一组就行。

核心功能篇：按使用场景走

快捷键就位后，三个高频场景基本能覆盖日常。

读外文：划词翻译

在网页、PDF、文档里选中一段外文，按下划词快捷键，译文窗口就在鼠标旁弹出，不用开翻译网页、不用复制粘贴。想更省事，可打开任一翻译面板左上角的剪切板监听，此后每次复制文字都会自动触发翻译，省掉手动那一步。

屏幕识字：截图 OCR

遇到复制不了的文字，按下截图识别快捷键、框选区域，软件会把区域内的文字认出来；如果只要译文，用截图翻译快捷键可一步到位。

主动查询：输入翻译

要翻整句、整段或想指定原文，用输入翻译快捷键呼出输入框，敲回车出结果，适合把大段文字一次性丢进去比对。

配置与选型篇：接口与识别服务怎么选

Pot 的内置接口数量有限，但覆盖了几类典型需求，不够时还能用.potext插件继续扩。翻译、识别、语音合成、生词本四类都能挂不同后端，同一段文本可多引擎并行出多个结果，方便横向对比。按需求挑大致是：

日常浏览：优先 Google、Bing 这类免密钥接口，开箱即用。
追求准确：接 DeepL、OpenAI、Gemini 等（需自备密钥），长文和学术语境更稳。
隐私/离线：用 Ollama 翻译或系统自带 OCR（Windows.Media.OCR / Apple Vision / Tesseract），本地跑、不出网。
记单词：把生词本接到 Anki 或欧路，译文直接进卡片。

识别服务同理：离线用系统 OCR 或 Tesseract.js，准确率优先选百度、腾讯、火山等在线接口，数学公式单独走 Simple LaTeX。各服务的配置入口在 src/services/ 下，按 translate / recognize / tts / collection 分目录，找起来不费劲。

进阶篇：把 Pot 接进你的工作流

Pot 默认在127.0.0.1:60828（端口可在设置里改）监听 HTTP，意味着别的工具能直接调用它。敲一条 curl 就能触发对应动作：

curl "127.0.0.1:60828/selection_translate"

/input_translate、/ocr_recognize、/ocr_translate都按同样方式调用。带上?screenshot=false还能让它改用你自己的截图，绕开内置截图在部分桌面下不可用的问题——Linux 下可用 Flameshot、Hyprland 下用 grim+slurp 先把图存到缓存目录，再发这条请求。配合 SnipDo（Windows）或 PopClip（macOS）扩展，选中文字后点一下即可翻译。

排坑篇：现象与排查

遇到不对劲，按现象对号入座：

启动后无界面、托盘没反应（Windows）：多半缺 WebView2，手动装一个；企业版装不上就换用内置 WebView2 的fix_webview2_runtime版本，仍不行试 Win7 兼容模式。
提示"开发者无法验证，无法打开"（macOS）：在"隐私与安全性"里点"仍要打开"；若提示文件损坏，终端执行sudo xattr -d com.apple.quarantine /Applications/pot.app后重开。
划词翻译失效（macOS）：到"辅助功能"里把 pot 移除后重新添加。
快捷键无效（Wayland）：全局快捷键在 Wayland 下不生效，改用系统快捷键跑 curl 调 HTTP 接口即可。
纯 Wayland 下截图用不了：换外部截图工具存到缓存目录，再发screenshot=false请求。
Arch/Manjaro 启动崩溃：新版 Webkit2Gtk 与 Nvidia 专有驱动的 DMABUF 冲突，设WEBKIT_DISABLE_DMABUF_RENDERER=1关闭 DMABUF 再试。
插件报"找不到模块/不是有效 Win32 应用"（Windows）：前者补装 C++ 运行库，后者说明插件架构下错了，换对应版本。