DeepCat

DeepCat 是一款常驻 Windows 托盘的截图与效率工具，集成框选截图、滚动长图、标注、离线 OCR、划词翻译与问答，以及复制记录、表格记事、稍后阅读和待办。

截图、标注、本地数据整理，以及模型齐备后的两套本地 OCR 可在离线环境使用。在线翻译、网页模型适配、模型下载、WebDAV 等功能会按用户配置联网。复制记录默认启用并按配置自动清理，具体数据流与开关说明见 隐私说明。

主要功能

功能	当前能力
截图与长图	框选、滚动截图、多屏坐标换算、标注、贴图、保存与复制；长图拼接支持磁盘暂存和完整图像输出。
文字识别	OCR识别 使用 RapidOCR，PP-OCRv6识别 使用随包提供的 Small ONNX 模型；AI识别 使用所选视觉模型。
翻译与问答	独立选择翻译模型和问答模型，支持流式输出、图片附件、提示词管理，以及 OpenAI 兼容、Responses、Anthropic 等适配。
划词助手	通过快捷键或可选浮窗处理选中文字，提供翻译、解释、总结、回复等动作。
复制记录	保存文本、图片和路径，支持分类、关键词搜索、置顶、编辑、批量操作；首屏预读与后台查询减少切页等待。
表格记事	表格与笔记标签、分组、富文本和 Markdown 展示、图片附件，以及表格汇总等操作。
稍后阅读与搜索	链接采集、筛选和整理；侧边栏搜索用于查找本地记录。
实用工具	待办与休息提醒、资源快捷方式、网络探测、磁盘清理分析、录制及 GIF 导出等。
数据管理	本地备份、恢复、自动备份及可选 WebDAV；恢复流程包含校验和失败回滚。
模型与本地服务	内置 Gemini 网页适配、ChatGPT Web 适配、腾讯 HY-MT 本地模型，以及供外部工具调用的本地 API。

内置 Gemini 的应用内请求通过进程内通道交给处理器，不监听 8081；配置中的 http://127.0.0.1:8081 保留为路由标识。Gemini 对外访问、独立启动的服务，以及供外部工具连接的本地 API，仍有各自的网络和授权要求。

获取与运行

当前代码面向 Windows 10/11，支持 Python 3.11–3.13。正式构建面向 Windows x64；开发和打包建议使用 Python 3.11 或 3.12。

使用打包版

如使用项目发布的 Windows 包，请完整解压后运行 deepcat.exe，并保留同级 _internal 目录。打包版不要求另装 Python。程序默认在可执行文件所在目录保存配置和数据，因此应放在具有写入权限的目录中。

升级时先退出程序并备份个人数据，再替换程序文件。具体目录及升级方式见 使用指南。

从源码运行

需要 Git、Git LFS 和受支持的 Python。若使用 Fork，请替换下面的仓库地址。

git lfs install
git clone https://github.com/pipabcc/deepcat.git
cd deepcat
git lfs pull
python -m venv .venv
.\.venv\Scripts\python.exe -m pip install --upgrade pip
.\.venv\Scripts\python.exe -m pip install -r requirements.txt
.\.venv\Scripts\python.exe scripts\verify_ppocrv6_models.py
.\.venv\Scripts\python.exe main.py --gui

PP-OCRv6 的 ONNX 权重由 Git LFS 管理。下载源码 ZIP 不一定能得到实际权重文件，应以模型校验结果为准。程序不会在首次 OCR 时自动下载缺失的 PP-OCRv6 模型。

开始使用

1. 在“截图设置”中选择输出位置和截图后动作，按 F1 框选截图，按 F2 进入滚动截图。
2. 截图后通过工具条标注、保存、复制、贴图或识别文字。
3. 在“模型管理”中配置所用服务，分别选择翻译与问答模型，并测试配置。
4. 在侧边栏底部齿轮打开“设置”，按需要调整划词、自动复制和各功能模块的开关。
5. 在“复制记录”“表格记事”“稍后阅读”中整理内容；重要数据可通过“数据管理”备份。

关闭主窗口通常会隐藏到托盘。需要结束程序时，在托盘菜单选择“退出”。

默认快捷键

快捷键	作用
F1	框选截图
F2	滚动截图
F3	稍后阅读链接采集
Alt+Space	显示或切换智能问答窗口
Ctrl+Space	划词翻译；在 GUI 滚动截图过程中用于暂停或继续
Ctrl+B	对选中文字打开划词自选面板
Esc	取消当前截图或结束相应浮窗操作

截图、阅读、问答和划词的触发键可在“截图设置”中调整。划词快捷键依赖“设置”中的划词开关；捕获过程的控制键及不同阶段的含义见 使用指南。普通全局热键使用 Windows 系统注册，注册冲突会给出提示。

本地 API 与模型

外部工具可以连接 DeepCat 的本地 API，默认地址为 http://127.0.0.1:11888，默认测试密钥为 sk-deepcat-local。

.\.venv\Scripts\python.exe main.py --serve-translate

主要接口包括 GET /v1/models、POST /v1/chat/completions、POST /v1/responses 和 POST /translate。聊天接口默认使用问答模型，翻译接口使用翻译模型。

• 接入、参数、流式响应和网络自检见 本地 API 文档。
• HY-MT 的模型文件、llama.cpp 和启动方式见 本地翻译模型指南。
• 网页模型适配依赖上游网页、账号状态和网络环境，项目中的模型名称及映射不代表上游官方服务承诺。

开发与构建

.\.venv\Scripts\python.exe -m pip install -r requirements-dev.txt
.\.venv\Scripts\python.exe -m pytest -m "not network and not slow" --timeout=120

依赖范围和 Python 版本以 pyproject.toml 为准。正式打包使用 PyInstaller；Nuitka 与混合构建脚本保留为实验方案。

文档	内容
使用指南	界面操作、快捷键、数据位置和常见问题
构建说明	环境、测试、模型校验、打包与成品验证
贡献指南	提交问题和改动的流程
架构说明	UI 聚合类、服务、线程及数据边界
更新日志	当前未发布变更与功能基线
开源发布清单	仓库公开和发布前的核对事项

隐私、安全与许可证

配置和数据默认保存在本地，在线功能会把所需内容发送给选定服务。API 密钥、本地历史和日志不应直接提交到公开仓库；详见 隐私说明 和 安全政策。

本项目按 GPL-3.0-or-later 授权，见 LICENSE 和 COPYRIGHT。第三方代码、运行库和模型适用各自的许可证，见 第三方声明、依赖快照 和 许可证原文。

友情链接

• LinuxDo