xushengfeng/eSearch

解決的問題

eSearch 是一款跨平台螢幕搜尋工具，旨在為桌面環境帶來行動裝置風格的「螢幕搜尋」體驗（類似於 Smartisan Big Bang 或小米的「小布助手」）。它將截圖、文本識別和資訊檢索整合進單一的工作流中，消除了手動輸入螢幕文本的繁瑣過程。

工作原理

應用程式在系統匣中執行，透過快捷鍵觸發。它結合使用本地和雲端 AI 模型來處理視覺資訊：

• OCR: 使用基於 PaddleOCR（透過 eSearch-OCR）的離線引擎進行本地文本提取，並提供透過百度和有道的線上 OCR 選項。
• 翻譯: 整合了多種翻譯引擎（Google, DeepL, 百度, ChatGPT）來翻譯識別出的文本。
• 圖像搜尋: 連接至 Google、百度和 Yandex 進行反向圖像搜尋。
• AI 整合: 支援自定義多模態 LLM 介面，允許使用者與擷取的圖像進行「對話」。

適用人群

需要高效工具來直接從螢幕提取文本、翻譯外語或識別圖像中物體的 Windows、Linux 和 macOS 使用者。

功能亮點

• 整合工作流: 實現 截圖 $ ightarrow$ OCR $ ightarrow$ 翻譯 $ ightarrow$ 搜尋 的無縫銜接。
• 離線 OCR: 內建支援多種語言和縱向文本的離線文本識別。
• 進階螢幕擷取: 包括捲動截圖、取色器和圖像美化工具（陰影、圓角）。
• 螢幕翻譯: 可以透過懸浮視窗將螢幕上的文本替換為翻譯後的文本，非常適合遊戲或影片。
• 螢幕置頂: 允許使用者將擷取的圖像以可調節的透明度和縮放比例固定在螢幕上。
• 螢幕錄製: 具有「超級錄製」模式，可自動縮放並聚焦於滑鼠游標。