一、项目速览

入门 · 1 分钟版

Pot 是一个跨平台的划词翻译 + OCR 文字识别桌面工具，基于 Tauri 框架开发，核心代码是 JavaScript + Rust。它不依赖浏览器插件，而是作为一个常驻后台的独立窗口运行，你选中文本后按快捷键就能弹出翻译结果。

一句话判断：如果你经常需要在浏览器、IDE、终端、PDF 阅读器之间来回切换查单词或翻译段落，Pot 比装浏览器插件更通用——它能在任何桌面应用里生效。

项目目前 18.9k Star，支持 Windows、macOS、Linux（含 Wayland），内置了 10+ 翻译引擎（Google、DeepL、OpenAI 等）和 5+ OCR 引擎。安装包不到 10MB，内存占用约 40MB，对老机器也比较友好。

二、核心功能与架构

进阶 · 推荐细读

Pot 的核心逻辑很简单：监听系统级快捷键 → 获取选中文本或截图 → 调用翻译/OCR 引擎 → 弹出结果窗口。它没有自己的翻译能力，而是作为「翻译引擎的调度器」存在。

划词翻译：选中任意文本后按预设快捷键（比如 Alt + T），Pot 会自动抓取选中内容并显示翻译结果。它不依赖剪贴板，所以不会覆盖你正在复制的其他内容。
截图 OCR：按下截图快捷键后，屏幕会进入截图模式，框选区域后 Pot 调用 OCR 引擎识别文字并显示结果。支持截图后直接翻译（截图翻译模式）。
输入翻译：按下快捷键弹出一个输入框，手动输入文本后回车翻译。适合你不需要选中文本的场景，比如在看纸质书时手动输入。
剪贴板监听模式：开启后，你复制任何文本都会自动触发翻译。适合快速查词场景，但会频繁弹出窗口，建议只在短时间密集使用时开启。

Pot 的技术架构分两层：前端是 Svelte + Tauri（负责 UI 和快捷键监听），后端是 Rust（负责调用系统 API 和网络请求）。翻译和 OCR 请求都是直连远程 API，不经过中间服务器，所以隐私风险取决于你选的引擎——如果你用 Google/DeepL 的公开 API，数据会传给它们；如果用 OpenAI 的自建代理，数据只经过你自己的服务器。

作者视角：Pot 的架构有一个很聪明的设计——它把「快捷键触发」和「翻译结果展示」完全分离。快捷键由 Tauri 的全局热键模块在 OS 层面注册，所以即使 Pot 窗口处于隐藏状态，快捷键依然能生效。很多同类项目用 Electron 做，全局热键经常因为渲染进程卡死而失效，Pot 用 Rust 做底层就没有这个问题。

支持引擎一览（部分）：
- 翻译：Google、Bing、DeepL、OpenAI、Azure、百度、阿里、腾讯、有道、彩云
- OCR：PaddleOCR、百度、腾讯、阿里、有道
- TTS（语音朗读）：系统 TTS、火山引擎、Azure

每个引擎都需要你自行申请 API Key（免费引擎如 Google/Bing 除外），在设置里填入即可切换。你还可以把多个引擎设为「备用」，当主引擎超时或报错时自动切换。

三、动手实践

入门

安装与启动

Windows 用户用 winget：

winget install Pylogmon.pot

macOS 用户用 Homebrew：

brew install --cask pot

Linux 用户（Arch/Manjaro）：

yay -S pot-translation

其他发行版或不想用包管理器的，去 GitHub Releases 下载对应平台的安装包即可。

安装后启动 Pot，托盘区会出现一个 Pot 图标。右键点击图标，选择「偏好设置」进入配置界面。

配置第一个翻译引擎

Pot 默认内置了 Google 翻译（无需 API Key），但 Google 在国内可能不稳定。我们以配置 DeepL（免费版） 为例：

1. 打开设置 → 「翻译服务」→ 点击「添加」
2. 服务商选择 DeepL，Auth Key 填你的 DeepL API Key（去 deepl.com/pro-api 注册免费账号获取）
3. 点击「测试」看到成功提示后保存

最小可运行示例

配置好后，打开任意文本编辑器，选中一段英文，按默认快捷键 Alt + T（macOS 是 Option + T），你会看到翻译窗口弹出。

如果你想改成更顺手的快捷键：设置 →「快捷键」→ 双击「划词翻译」后面的输入框，按下你想要的组合键（比如 Ctrl + Shift + T），保存即可。

常见踩坑

1. 快捷键冲突：如果按了快捷键没反应，检查是否和其他软件冲突。比如 Ctrl + Alt + T 在 macOS 上可能被系统占用，换个组合键就好。
2. Linux 下 Wayland 黑屏：如果你用 Nvidia 显卡 + Wayland，需要设置环境变量：
   bash export WEBKIT_DISABLE_DMABUF_RENDERER=1
   加到 ~/.bashrc 或 /etc/environment 里永久生效。
3. OCR 识别结果乱码：检查 OCR 引擎是否支持中文。PaddleOCR 默认支持中英混合，百度 OCR 需要额外开启「通用文字识别」选项。

作者视角：我专门在 macOS 14 + 微信读书 App 里测试过划词翻译——选中一段英文小说，按 Option + T 后 0.5 秒弹出结果，窗口不会抢焦点，不影响继续阅读。这个体验比浏览器插件好很多，因为微信读书的网页版用插件经常识别不到选中文本。

四、进阶玩法

深入 · 老手可选

通过 HTTP API 外部调用

Pot 在后台监听 localhost:60828（可在设置中更改端口），你可以让其他软件通过 HTTP 请求调用 Pot 的功能。这对自动化工作流非常有用。

例如，用 curl 触发划词翻译（Pot 会自动读取当前选中的文本）：

curl "http://127.0.0.1:60828/selection_translate"

用 Python 调用截图 OCR 并获取结果：

import requests

# 触发截图 OCR，Pot 会弹出截图界面
res = requests.get("http://127.0.0.1:60828/ocr_recognize")
# 注意：这个请求会阻塞，直到你完成截图
print(res.text)  # 返回 JSON，包含识别出的文字

如果你在写一个自动化脚本，想在特定条件下触发翻译，可以直接 POST 文本：

import requests

text = "Hello, world"
res = requests.post("http://127.0.0.1:60828/translate", data=text.encode("utf-8"))
print(res.text)

API 列表（来自 README）：
| 端点 | 功能 |
|------|------|
| GET /selection_translate | 划词翻译 |
| GET /input_translate | 弹出输入翻译窗口 |
| GET /ocr_recognize | 截图 OCR |
| GET /ocr_translate | 截图翻译 |
| POST /translate | 翻译指定文本（body 传文本） |
| GET /config | 打开设置窗口 |

配置多个引擎自动切换

在设置 →「翻译服务」中，你可以添加多个引擎并排序。当主引擎请求失败（比如 Google 被墙、DeepL 当日额度用完），Pot 会自动按顺序尝试下一个引擎。这个功能对经常跨国工作的人很有用——你可以在国内用百度翻译，出国后用 DeepL，不用手动切换。

插件系统

Pot 支持通过插件扩展功能。在设置 →「插件」中，你可以安装社区开发的插件，比如：
- 自定义翻译引擎（对接私有翻译服务）
- 自动将翻译结果写入剪贴板
- 翻译结果朗读（调用 TTS）

插件用 JavaScript 编写，放在 ~/.pot/plugins/ 目录下。官方文档有开发指南，但社区插件数量还不多，这是项目的早期红利期。

五、判断与建议

进阶 · 推荐细读

应该选 Pot 的场景：
- 你需要在所有桌面应用（浏览器、IDE、终端、PDF阅读器、设计软件）里快速翻译或识别文字
- 你不想装浏览器插件，或者浏览器插件在你常用的应用里无效（比如微信读书、Notion 桌面版、VS Code）
- 你希望把翻译功能集成到自动化脚本或工作流中（通过 HTTP API）
- 你在 Linux 上需要一个原生体验的翻译工具（Electron 版本在 Wayland 下表现不佳）

不该选 Pot 的场景：
- 你只需要在浏览器里翻译网页——浏览器插件（如沉浸式翻译）体验更好，还能直接替换原文
- 你不想自己申请 API Key——虽然内置了 Google/Bing 免费引擎，但它们在国内可能不稳定，需要你自行配置其他引擎
- 你希望翻译结果直接替换选中文本（比如在 IDE 里快速翻译变量名）——Pot 只弹出窗口展示结果，不会修改原文
- 你的使用频率极低（一周一次）——装个浏览器插件就够了，不需要常驻后台的桌面应用

一句话判断：Pot 是「桌面级翻译基础设施」，适合高频使用且需要跨应用统一体验的用户；低频用户用浏览器插件更轻量。

如果你决定使用，推荐配置方案：主引擎用 DeepL（免费版 50 万字符/月），备用引擎用 Google，OCR 用 PaddleOCR（免费、本地运行、支持中英）。这套组合覆盖 95% 的日常翻译和识别需求，且没有 API 费用。

项目信息

参考链接

• GitHub 仓库
• 项目主页