FloatTranslate
CH-DONG77/FloatTranslate
Tradução flutuante de qualquer texto em tela com OCR local + IA
Ver no GitHubFerramenta de tradução em tempo real para Windows que captura texto da tela (jogos, PDFs, interfaces) via OCR nativo do Windows e traduz usando modelos de IA (Claude, OpenAI, DeepSeek, Gemini). Oferece dois modos de exibição: painel flutuante ou sobreposição direta no texto original.
Instalação
npx convez-ai CH-DONG77/FloatTranslate1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Traduzir interfaces de jogos e softwares em línguas estrangeiras
- Extrair e traduzir texto de imagens, PDFs e capturas de tela
- Leitura e tradução em tempo real sem copiar/colar texto
Veredito

Solução prática e bem-arquitetada para tradução assistida em Windows, com suporte a múltiplos provedores de IA e OCR local. Recomendado para usuários que precisam ler conteúdo em idiomas estrangeiros sem interromper fluxo de trabalho.
README
A tradução para o português deste README ainda está na fila.
FloatTranslate · 悬浮窗屏幕翻译
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)。
两种翻译方式(按分支选择)
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。
工作原理
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。
安装
需要 Windows 10/11 和 Python 3.x。
pip install -r requirements.txt
OCR 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)。
配置 API Key
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)。
运行
python app.py
或双击 run.bat(无控制台窗口)。
使用
| 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) |
文件结构
| 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 |
小贴士
- 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。