一次截图，读懂内容。
自动选择文字翻译、图片描述或二维码解析 · 本机模型优先 · Windows / Ubuntu
截屏释义（原 PingYi／屏译）是一款桌面截图识别工具。点击“一键识别”并框选屏幕，软件先在本地检查文字与二维码，再选择文字翻译、图片描述或二维码解析。判断不明确时由你选择；结果窗口始终保留手动任务切换，使用同一张截图，无需重新框选。
**v0.7.0 已加入自动任务、基础／轻量模式与首次模型配置引导；安装包功能以对应 Release 说明为准。**自动选择是基于可见内容的启发式推荐，不是对用户意图或识别准确率的保证。完整规则、升级与验证边界
一键部署本机轻量大模型，让截图翻译、图片描述和参考提示词成为桌面常用能力。二维码由独立的本地解码器处理，不需要模型。
| 软件介绍 · 60 秒 | 首次设置 · 1 分 50 秒 |
|---|---|
 |
 |
| 下载介绍 MP4 | 下载设置 MP4 |
点击封面或下方链接下载 MP4，再用本地播放器打开。GitHub 文件预览页不提供这两支视频的在线播放；“文件过大，无法显示”不代表视频损坏。
Remotion 制作，1080p／30fps，中文字幕与原创配乐，无旁白。使用 v0.7.0 原生界面和合成示例；流程动画不是实测耗时。下载、播放说明与源码 · 旧版升级与重启排障
前往 GitHub Releases 最新正式版，展开 Assets 并选择程序包；GitHub 自动生成的 Source code 是源码，不是安装程序。
从 v0.6.0 起仅分发完全版，文件名前缀为 PingYi-Complete-。Windows 10/11 x64 提供 *-win-x64-setup.exe 与便携 ZIP；Ubuntu 22.04+ x64 提供 DEB 与 tar.gz。共 4 个程序包，附 SHA256SUMS.txt。DEB 声明系统图形库等依赖，安装缺失依赖时可能需要联网。
安装包包含应用运行时、轻量 OCR／中英翻译模型，以及 llama.cpp CPU／Vulkan 运行时；不需要另装 Python 或 .NET。大模型权重不在安装包内，由用户在引导页选择下载。基础／轻量是软件内的处理模式，不是两个安装版本，也不会改变现有完全版数据目录。旧标准版数据留在原目录，不会自动迁移或删除。
请仅从本仓库 Releases 下载并核对 SHA-256。未签名 Windows 构建可能触发 SmartScreen；校验和核对文件完整性，不替代代码签名。
默认使用 Vulkan。进入 设置 → 本地模型 → 显卡与运行后端，选择 ROCm／CUDA 等后端和执行显卡，点击 安装并切换到所选后端。先安装、启动和设备检查，再以已配置模型验证 OCR／翻译；成功才保存，失败保留原配置并尝试恢复旧进程。更换后端不重复下载模型。
成功切换后，可选择旧后端并连续两次点击 卸载所选已下载后端，清理它的下载版本和未共享缓存。正在使用的后端不能卸载；安装包内置 Vulkan／CPU 保留作为恢复基础，停用后不占显存。模型、配置、驱动和外部服务不删除。未安装／无可用设备的原因直接显示在显卡列表旁。详见 后端管理。
- **选择处理模式。**首次打开软件显示模型配置引导：可一键下载并配置基础模式，连接已有本机服务，或选择“暂不下载，使用轻量模式”。没有点击下载就不会自动下载大模型。
- **框选屏幕。**点击“一键识别”或按截图快捷键。正常探测到文字时进入翻译，二维码可直接在本地解码；文字与二维码混合或证据不足时显示任务选择。
- **查看或改选结果。**随时切换为文字翻译、图片描述、二维码解析或手动提示词反推。切换会取消前一任务，复用原截图，防止旧结果覆盖新选择。关闭结果窗口结束这张截图的会话。
| 处理模式 | 识别与翻译 | 使用条件 |
|---|---|---|
| 基础模式（新安装默认） | 本地自定义大模型 OCR → 本地自定义大模型翻译 | 支持图片输入的本机模型及视觉组件；可由引导页一键配置 |
| 轻量模式 | PaddleOCR → Argos Translate | 安装包内的中英基础模型，无需下载大模型或独立显卡 |
| 其他组合 | PaddleOCR＋大模型翻译、百度或自定义提供商组合 | 根据选择配置模型或云端凭据；不会标为本机基础模式 |
已删除“PaddleOCR＋大模型纠错”和“视觉纠错”方案。**基础模式直接把截图交给视觉模型转录，不先生成 PaddleOCR 初稿让模型纠正。**自动任务判断仍可使用本地 PaddleOCR 探测文字；这是分流步骤，不是纠错链。选择轻量模式后，图片描述仍需要另外配置视觉模型。
引导页展示模型下载量、许可、来源与设备提示。点击下载后才从魔搭获取并校验模型，启动本机服务，以固定合成图片和短句检查 OCR／翻译接口，成功后保存基础模式配置。取消或失败不标记配置完成，可重试或使用轻量模式；已下载部分保留以便续传。该连接检查不代表真实截图准确率或所有设备性能已验收。
已有配置升级时保留原 OCR／翻译选择、端点、模型、语言和快捷键；只有旧纠错 OCR ID 迁移为直接视觉 OCR，不强制覆盖其他偏好。主界面的“模型配置引导”可随时重新打开。
| 桌面 | 默认入口 |
|---|---|
| Windows | Ctrl+Alt+D 或主界面按钮 |
| Linux X11 | Ctrl+Shift+D 或主界面按钮 |
| Linux Wayland | 主界面按钮；系统全局快捷键需在桌面键盘设置中绑定截图命令 |
主界面“自动判断任务”可关闭，关闭后主按钮／默认快捷键直接执行文字翻译；手动翻译、图片描述、二维码和提示词入口始终保留。
在 设置 → 外观与启动 手动输入快捷键，或点击“录入快捷键…”后按组合，Enter 确认、Esc 取消，最后“保存并应用”。恢复默认同样需要保存。支持 Ctrl／Alt／Shift 中至少一个修饰键加 A–Z 或主键盘 0–9；不支持 Super、功能键和小键盘键。录入期间暂停软件自身的原生绑定，结束后恢复保存的组合；注册冲突会提示并尝试恢复旧键。
Wayland 使用公开 XDG Screenshot portal，不读取 XWayland 根窗口；需要 xdg-desktop-portal 和匹配后端（Ubuntu GNOME 通常为 xdg-desktop-portal-gnome）。应用内保存快捷键只是偏好，不是系统注册成功。复制设置页的截图命令，在系统 键盘 → 自定义快捷键 中显式绑定；软件不会覆盖桌面绑定。其他程序与个人配置可能占用相同组合。Linux 依赖与排障
**自动任务与手动纠正。**一次框选可用于翻译、描述或二维码；含多个二维码时可选择结果。二维码不需要大模型或 API，解码不会自动打开网址，只有明确点击才交给浏览器。二维码说明
**直接视觉 OCR 和翻译。**支持 llama.cpp、Ollama、LM Studio、vLLM 等兼容 Chat Completions 服务。基础模式仅接受本机回环端点；远程端点归入自定义组合。识别质量与语言范围取决于所选模型。轻量模式继续提供中英离线兜底。
**图片描述与提示词。**需要兼容 image_url 的视觉模型，文字模型不能替代。“反推提示词”是手动任务，生成相似画面的参考描述，不恢复原始提示词、种子或生成参数。图片分析说明
**桌面交互。**中英文切换、浅深色主题、独立分类设置、托盘与可复用结果卡。支持多显示器框选，具体混合 DPI、输入法和桌面环境仍需实机验证。
早期工作流演示
演示来自旧版本，不能代表当前界面、处理模式或 Linux 默认键。当前用法以上文为准。
**本机模型：**首次引导或 设置 → 本地模型 可下载、配置。默认使用内置 Vulkan；需要时手动切换 CUDA／ROCm 或 CPU。显式选 Vulkan 时不自动切换。下载量和设备提示见软件目录，速度与内存需求以实际设备为准，不承诺所有模型适用于所有硬件。
**已有服务：**在 设置 → 自定义接口 填写本机兼容端点、模型名和所需凭据，确认模型支持视觉输入。模型配置之后按需加载；切换自动任务开关不会主动启动大模型。
**可选云服务：**在 设置 → 云端服务 配置自己的 Google Cloud 或百度凭据，并在识别与翻译中分别选择提供商。费用、配额和服务条款由用户自己的账户承担。非回环自定义端点必须使用 HTTPS，不能用明文 HTTP 传输截图或文字。
| 场景 | 数据边界 |
|---|---|
| 自动任务探测、二维码、轻量 OCR／翻译 | 本机处理，探测不访问云端、不下载模型 |
| 基础模式／本机模型 | 图片和文字交给配置的本机服务；独立模型服务的日志和联网行为取决于其自身设置 |
| 自动选择了远程 OCR 或翻译 | 执行前单独确认本次数据去向；拒绝不发送 |
| 远程图片描述／提示词 | 每次请求及重试确认接收端点与模型，不沿用文字翻译授权 |
截图、文字、分析结果及二维码载荷不写入历史或日志；同图切换的探测缓存仅保留在内存会话中。凭据使用 Windows DPAPI 或 Linux Secret Service，不写入普通设置文件。自动更新检查默认关闭；明确下载模型、主动检查更新及使用远程服务会联网。
系统与外部服务有独立的留存边界：Wayland 门户可能创建截图文件，软件仅清理临时目录副本，不保证删除桌面保存到其他位置的文件；远程和自行部署服务也可能记录请求。
保留已有 Chrome／Edge 插件及桌面 Native Messaging／当前用户命名管道连接，不新增插件功能，不推进商店上架，也不开放 TCP 监听。插件及原生连接组件仍需单独构建和注册，桌面安装包不会自动安装插件。API 密钥不复制到浏览器，远程 OCR 每张图片单独确认。插件已有正文、选区与悬停翻译等功能及网页限制，以 插件文档 为准；本次不修改插件协议。
自动任务与首次引导 · Linux 截图 · 二维码 · 图片分析 · 性能 · 质量基线 · 版本记录
正式平台范围为 Windows 10/11 x64 和 Ubuntu 22.04+ x64。macOS、ARM 及其他 Linux 发行版不在当前声明的正式支持范围内。当前不包含实时覆盖翻译、PDF／图片批处理、表格／公式专项识别或持久历史。自动分流、OCR 和模型输出可能错误，请使用手动切换并核对结果。
开发需要 .NET 10 SDK；独立 Argos 引擎需要 Python 3.13。在仓库根目录执行：
dotnet restore PingYi.slnx
dotnet build PingYi.slnx
dotnet run --project src/PingYi.App/PingYi.App.csproj源码构建需要另行准备模型、翻译引擎和 llama.cpp；缺少 llama.cpp 时引导禁用下载配置，仍可选择已有本机服务或轻量模式。--settings 打开设置，--capture 从首次或已有实例发起截图。
测试与打包命令
Windows 使用 scripts/setup-engine.ps1，Linux 使用 scripts/setup-engine.sh 准备翻译环境。本地 PaddleOCR 不依赖 Python，但需要模型。
dotnet test PingYi.slnx
python -m unittest discover -s engine_host -p "test_*.py"
python -m unittest discover -s scripts -p "test_*.py"
python scripts/download-offline-models.py --destination artifacts/model-source模型准备会联网，Windows 可用已配置的 py -3 替代 python。完全版打包示例（PowerShell）：
$version = (Get-Content .github/release-version.txt -Raw).Trim()
.\scripts\setup-engine.ps1
python scripts/prepare-llama-runtime.py --runtime win-x64 --destination artifacts/llama-runtime/win-x64
.\scripts\publish.ps1 -Runtime win-x64 -Version $version -Edition Complete `
-OfflineModelSource artifacts/model-source `
-LlamaRuntimeSource artifacts/llama-runtime/win-x64 -BuildInstallerInno Setup 非默认位置可传 -InnoCompiler；质量基线使用 scripts/run-quality-baseline.ps1 -ModelDirectory <模型目录>。可选签名参数为 -SigningCertificateThumbprint 与 -TimestampUrl，仓库机密名为 PINGYI_SIGNING_CERTIFICATE_BASE64 和 PINGYI_SIGNING_CERTIFICATE_PASSWORD。不要提交模型、截图、凭据或证书。
发布仅由版本标签或 .github/release-version.txt 的主线变更触发；双平台构建、测试、4 个 Complete 包核验和许可证审计通过后发布。现有标签指向其他提交时不得覆盖。此次功能开发不自动修改版本或替换已有 Release。完整工作流
自动化包括纯策略、配置迁移、合成模型响应、界面和隔离 Xvfb／D-Bus 原生检查；不等于真实模型准确率、物理 GNOME／Wayland、多屏或所有显卡已验收。
欢迎通过 Issue／PR 反馈，先阅读 贡献指南 与 安全策略，不要上传私人截图、识别正文或凭据。源码采用 MIT License，模型和第三方组件保留各自许可，见 第三方声明 及成品 licenses/ 清单。
点击主窗口底部或托盘的 “退出并释放资源”，停止截屏释义及由它启动的模型后端，等待进程结束后退出。 关闭主窗口到托盘仍会保留后台运行，不等于退出。外部自行运行的 Ollama／LM Studio 等服务不会被误关， 模型文件与设置不会删除。显存由操作系统与驱动在后端退出后回收，不保证显卡总占用归零。 退出行为、后端所有权与验证范围。这部分为源码改动，安装包以对应 Release 为准。
首次引导和设置 → 本地模型新增显卡检测、执行显卡选择与后端下载安装。自动模式参考 NVIDIA 架构和驱动选择 CUDA 12／13，AMD 尝试 ROCm/HIP；保留 Vulkan／CPU。手动显卡或后端选择不会静默改用其他设备。显示的是当前后端实际枚举的设备，不使用系统显示器序号。
点击下载／配置才联网查询官方稳定版及对应二进制；GitHub 不通时使用内置可信版本清单（明确不是已确认最新版）。可主动允许第三方备用下载源，连接／读数据超时后换源，始终校验官方文件大小与 SHA-256。不会安装显卡驱动，正常截图不检查更新。
模型推理使用独立客户端，不再被通用 30 秒 HTTP 期限提前中断；主翻译和轻量回退使用独立期限。翻译失败后重试可复用本次截图的 OCR，识别设置变化或成功后重新处理则重新识别。基础模式与手动任务保持不变。
这些是分支／源码能力，安装包以 Release 为准。支持条件、来源、实际验证与限制见 运行后端说明。
主界面“运行状态”独立展示轻量、基础、云端三种模式，不再只显示轻量模型状态。绿色表示本地可用或已配置按需加载，红色表示未配置或需处理，灰色表示未检测/待验证；状态旁保留文字，不仅依赖颜色。点击“查看详情”进入设置的新“运行状态”页，查看模式、运行后端、执行显卡及模型信息并跳转配置。
刷新不会下载、启动视觉模型、执行推理或改变处理方案。本机服务只做回环地址状态探测；托管模型读取文件存在性/大小，完整校验仍在启动时进行。云端仅检查配置是否完整，不把密钥存在当成网络、配额或凭据验证通过，也不伪报下载服务正常。设置页的联网验证仍由用户主动执行。未加载的模型不会显示为正在使用显卡。