一个 Windows 桌面悬浮翻译工具。把半透明的捕获窗口对准屏幕上任何文字 （游戏、图片、PDF、外文软件界面），即可识别并翻译成中文 —— 哪怕这些文字 本身无法复制。
- 识别：Windows 系统自带 OCR（
Windows.Media.Ocr），免安装、本地运行。 - 翻译：大模型 API，能容忍 OCR 噪声、理解上下文。支持 Anthropic (Claude)、 OpenAI、DeepSeek、Google (Gemini)，在设置里切换。
- 方向：任意语言 → 简体中文（可在设置里改目标语言）。
本项目提供两种译文显示方式，分别维护在两个分支上，用带前缀的标签管理各自的版本：
| 分支 | 翻译方式 | 说明 | 版本标签 |
|---|---|---|---|
panel |
面板模式 | 译文显示在悬浮窗底部的文本面板里 | panel-v1.0.x |
overlay |
覆盖模式 | 用白块盖住原文、把译文就地画在原文位置上 | overlay-v2.0.x |
获取某种方式的最新代码：
git clone https://github.com/CH-DONG77/FloatTranslate.git
cd FloatTranslate
git checkout panel # 面板模式
# 或
git checkout overlay # 覆盖模式
# 也可以直接检出某个具体版本：
git checkout panel-v1.0.3
git checkout overlay-v2.0.1
main分支仅作项目说明入口；实际功能代码在panel与overlay两个分支上。
下面的说明以面板模式为例，两种方式的安装与配置完全相同。
透明捕获区 → mss 截取该区域屏幕 → Windows OCR 识别文字 → Claude 翻译 → 显示译文
中间的捕获区用 Windows 的 transparentcolor 做成真正透明且鼠标穿透的
“洞”，所以截图拿到的是底层应用的画面，你也能照常操作下面的程序。
需要 Windows 10/11 和 Python 3.x。
pip install -r requirements.txtOCR 依赖系统已安装的语言包。要识别某种语言，请在
设置 → 时间和语言 → 语言和区域里添加对应语言（当前已检测到： 英语 en-US、简体中文 zh-Hans-CN）。
启动后点 ⚙ 打开设置：
- 选择服务商（Anthropic / OpenAI / DeepSeek / Google）。
- 填入对应的 API Key，点「验证并获取模型」—— 会先校验 Key 是否可用， 再拉取该服务商当前可调用的模型列表填进「模型」下拉框。
- 选好模型后点保存（写入
%APPDATA%\FloatTranslate\config.json）。
每个服务商的 Key 单独保存，可随时切换。留空时会回退到对应环境变量：
ANTHROPIC_API_KEY / OPENAI_API_KEY / DEEPSEEK_API_KEY /
GOOGLE_API_KEY（或 GEMINI_API_KEY）。
python app.py或双击 run.bat（无控制台窗口）。
| 操作 | 说明 |
|---|---|
| 拖动顶部标题栏 | 移动整个窗口 |
| 拖动右下角 ◢ | 调整大小 |
| 翻译 | 立即识别并翻译一次捕获区内容 |
| 自动:开/关 | 定时自动重扫；内容变化时才重新翻译（默认 1.5 秒） |
| ⚙ | 设置：API Key、模型、目标语言、OCR 源语言、自动间隔 |
| × | 关闭（自动记住窗口位置和大小） |
| 文件 | 作用 |
|---|---|
app.py |
悬浮窗主程序与界面 |
ocr.py |
Windows OCR 封装 |
providers.py |
各大模型服务商：校验 Key、列模型、翻译 |
translator.py |
翻译入口（带缓存，委托给 provider） |
config.py |
配置读写 |
- 捕获区只框住要翻译的文字，去掉无关画面，OCR 更准。
- 字太小识别差时，把目标程序字号调大或把捕获窗口拉大些。
- 默认模型为
claude-haiku-4-5（快且便宜）；要更高翻译质量可在设置里换成 Sonnet / Opus 系列。 - 译文会缓存：同一段文字不会重复计费。