AI Screenshot Translator 是一个 Windows 上的截图翻译/归档工具。它不是把整篇文档丢进翻译器，而是让你框选屏幕上的一小块内容，交给 AI 翻译，再把 Markdown、代码高亮和 LaTeX 结果留在本地历史里。

我又来补一个很适合论文阅读场景的小工具。

项目叫 AI Screenshot Translator，中文名就是 AI 截图翻译工具。

README 给它的定义很直接：

一个基于 Qt 6 + WebView2 的截图翻译/归档工具。

它的流程也很明确：

截图 → AI 翻译 → 富文本结果（Markdown/代码高亮/LaTeX）

截至 2026-05-08 21:09 CST，我查到 GitHub API 里的数据是：194 stars、25 forks、1 open issue，主语言是 C，许可证是 GPL-3.0。仓库创建于 2025-06-01，最近 push 是 2026-04-02。

最新 release 是 v1.0.4，发布于 2026-03-25。这一版新增了多张图片翻译功能：在截图模式下可以按 D 切换单张和批量模式，截图预览可以用 x/z 左右切换。

AI Screenshot Translator 头条封面

它盯的不是整篇翻译

许多翻译工具默认思路是：把整篇文档丢进去，等它处理完。

这对普通文章还行，但读论文、技术文档、扫描 PDF 的时候，常常不是这么用。

更真实的场景是：你卡在一段公式说明、一张图表注释、一个截图里的错误信息，或者 PDF 里复制出来就乱掉的 LaTeX。你不想启动一套“文档翻译流程”，只想把眼前这块内容看懂。

AI Screenshot Translator 处理的就是这个缝隙。

它让你用全局快捷键框选区域，先生成截图预览，再把内容交给 AI 翻译。结果窗口可以置顶、翻页、编辑 Markdown、查看原图、打标签。后面如果还想找回来，可以进归档窗口按日期和标签筛选。

AI Screenshot Translator 工作流

对读论文的人比较友善

这个项目的 README 里把痛点说得很具体。

第一，不想用整篇文档翻译那种笨重工作流。

第二，PDF 复制文本后，公式和 LaTeX 常常乱。

第三，扫描版 PDF 没法复制文本。

第四，许多划词翻译或截图翻译工具，识别和渲染公式的效果不好。

所以它的卖点不是“我也能翻译一句话”。

真正有价值的是后半段：翻译结果能以富文本方式展示，支持 Markdown、代码高亮和 LaTeX。对看论文、看技术文档、看代码注释的人来说，这比只吐一段纯文本更有用。

支持的不只是 OpenAI

AI Provider 这块，README 写的是 OpenAI / Gemini / Claude，并且说可以扩展。

设置页里可以配置 API Key，也可以设置 Base URL、Endpoint 和 Proxy。它还提供测试按钮，用来检查代理和 API 端点是否可连。

这个设计比较现实。

目前许多人不会只用一个模型入口。有的人走 OpenAI，有的人走 Gemini，有的人走 Claude，也有人用兼容 OpenAI 接口的第三方服务。把 Base URL 和 Endpoint 拆开，至少给了用户替换入口的空间。

不过这里也要提醒一句：README 特别说，如果 Base URL 里已经带了版本路径，列如 …/v1，Endpoint 就不要再写 /v1/…，不然会出现重复路径。

这类细节看起来小，但真实使用时很容易踩坑。

归档功能是它和普通截图翻译的分界线

只做一次截图翻译，实则许多工具都能做。

AI Screenshot Translator 多做了一层归档。

它把本地历史放在：

storage/history.json

storage/images/*

配置文件则放在：

%AppData%/AI-Screenshot-Translator-Cpp/profiles/*.json

归档窗口支持日期/标签筛选、批量选择删除、加减标签，还能用键盘在查看、编辑和截图预览之间切换。

这个点对论文阅读很重大。

你今天翻译的一段公式说明，可能下周写笔记时还要回头看。只弹出一次结果，然后消失，就很像一次性工具；能按标签和日期找回来，才更接近一个阅读工作台。

快捷键设计也偏重度用户

README 里列了默认快捷键：

截图：ctrl+alt+s

打开归档：alt+s

结果窗口：上一页 z / 下一页 x；标签 t

归档窗口：编辑 e、查看切换 r、截图预览 s

编辑辅助：加粗/下划线/高亮：ctrl+b / ctrl+u / ctrl+h

这些键位说明它不是单纯的“点按钮工具”。

作者明显是按高频使用来设计的：截图、翻页、打标签、编辑、查看原图，尽量都能靠键盘完成。

如果你每天只偶尔翻译一句话，这些快捷键意义不大。但如果你连续看论文、看英文技术资料，它会省掉不少来回点鼠标的动作。

但它不是所有平台都能用

限制也要说清楚。

README 明确写着：目前仅支持 Windows，未来计划跨平台。

构建环境也偏 Windows 桌面开发：Windows + MSVC，推荐 VS 2022 工具链；还需要 CMake 3.16 以上、Qt 6，以及 WebView2 Runtime。Windows 11 一般自带 WebView2 Runtime，Windows 10 可能要单独安装。

如果要从源码构建，README 给的是这套命令：

cmake -S . -B build -G “Visual Studio 17 2022” -A x64

cmake –build build –config Release

.uildReleaseAI-Screenshot-Translator-Cpp.exe

所以它更适合 Windows 用户和愿意折腾本地工具的人。

如果你是 macOS 用户，或者只想要一个浏览器插件式的轻量入口，目前就不用硬试了。

梦飞的判断

AI Screenshot Translator 有意思的地方，是它没有把自己包装成又一个万能翻译平台。

它选了一个很窄、但很真实的入口：截图。

读论文时，最烦人的往往不是整篇翻译，而是某一段公式解释、某个图注、某张扫描页、某个没法复制的局部内容。你只想框一下、翻一下、留个记录，继续往下读。

这个项目把这条路补完整了：截图、预览、AI 翻译、富文本展示、标签、归档。

它目前的边界也很清楚：Windows-only，需要 API Key，需要配置模型入口，也离不开 WebView2/Qt 这些桌面依赖。不要把它想成无门槛商业成品。

但如果你常常在 Windows 上读英文论文、PDF、技术文档，尤其常常遇到公式和截图内容，它值得放进工具箱里试试。

它解决的不是“翻译一句话”，而是“眼前这一块内容，我能不能马上看懂，并且后来还能找回来”。

热点来晚了，但瓜更熟。梦飞帮你补错过的全网热事。

原文链接

https://github.com/Diraw/AI-Screenshot-Translator

话题标签

#AI翻译# #截图翻译# #开源工具# #论文阅读# #Windows工具#