xushengfeng/eSearch

解決する課題

eSearchは、モバイルスタイルの「スクリーン検索」（Smartisan Big BangやXiaomi Portalに類似）をデスクトップ環境に提供するために設計されたクロスプラットフォーム・スクリーン検索ツールです。スクリーンショット、テキスト認識、情報検索を単一のワークフローに統合し、画面上のテキストを手動で入力する手間を省きます。

仕組み

アプリケーションはシステムトレイで動作し、ショートカットキーで起動します。ローカルおよびクラウドベースのAIモデルを組み合わせて視覚情報を処理します：

• OCR: PaddleOCR（eSearch-OCR経由）に基づくオフラインエンジンを使用してローカルでテキストを抽出します。また、BaiduやYoudaoによるオンラインOCRオプションも用意されています。
• 翻訳: 様々な翻訳エンジン（Google, DeepL, Baidu, ChatGPT）を統合し、認識されたテキストを翻訳します。
• 画像検索: Google, Baidu, Yandexに接続し、画像による逆引き検索を行います。
• AI統合: カスタムマルチモーダルLLMインターフェースをサポートしており、キャプチャした画像に対して「チャット」することが可能です。

対象ユーザー

Windows、Linux、macOSを使用しており、画面から直接テキストを抽出したり、外国語を翻訳したり、画像内の物体を特定したりするための高生産性ツールを必要とするユーザー。

ハイライト

• 統合ワークフロー: スクリーンショット $ ightarrow$ OCR $ ightarrow$ 翻訳 $ ightarrow$ 検索へとシームレスに移行。
• オフラインOCR: 多言語および縦書きに対応したオフラインテキスト認識を内蔵。
• 高度なスクリーンキャプチャ: スクロールスクリーンショット、カラーピッカー、画像加工ツール（シャドウ、角丸）を搭載。
• 画面翻訳: 画面上のテキストをフローティングウィンドウ内の翻訳テキストに置き換えることができ、ゲームや動画の視聴に便利です。
• 画面ピン留め: キャプチャした画像を、透明度やサイズを調整して画面上にピン留めできます。
• 画面録画: マウスカーソルに合わせて自動的にズーム・フォーカスする「Super Recording」モードを搭載。