xushengfeng/eSearch

解决的问题

eSearch 是一款跨平台屏幕搜索工具，旨在为桌面环境带来移动端的“屏幕搜索”体验（类似于 Smartisan Big Bang 或小米的“小布助手”）。它将截图、文本识别和信息检索整合进单一的工作流中，消除了手动输入屏幕文本的繁琐过程。

工作原理

应用程序在系统托盘中运行，通过快捷键触发。它结合使用本地和云端 AI 模型来处理视觉信息：

• OCR: 使用基于 PaddleOCR（通过 eSearch-OCR）的离线引擎进行本地文本提取，并提供通过百度和有道的在线 OCR 选项。

• 翻译: 集成了多种翻译引擎（Google, DeepL, 百度, ChatGPT）来翻译识别出的文本。

• 图像搜索: 连接到 Google、百度和 Yandex 进行反向图像搜索。

• AI 集成: 支持自定义多模态 LLM 接口，允许用户与捕获的图像进行“对话”。

适用人群

需要高效工具来直接从屏幕提取文本、翻译外语或识别图像中物体的 Windows、Linux 和 macOS 用户。

功能亮点

• 集成工作流: 实现 截图 $ ightarrow$ OCR $ ightarrow$ 翻译 $ ightarrow$ 搜索 的无缝衔接。
• 离线 OCR: 内置支持多种语言和纵向文本的离线文本识别。
• 高级屏幕截图: 包括滚动截图、取色器和图像美化工具（阴影、圆角）。
• 屏幕翻译: 可以通过悬浮窗口将屏幕上的文本替换为翻译后的文本，非常适合游戏或视频。
• 屏幕置顶: 允许用户将捕获的图像以可调节的透明度和缩放比例固定在屏幕上。
• 屏幕录制: 具有“超级录制”模式，可自动缩放并聚焦于鼠标光标。