Add plugin OCR 翻译 v1.0.0

plugins/ocr-new/.gitignore

@@ -0,0 +1,28 @@
+# Logs
+logs
+*.log
+npm-debug.log*
+yarn-debug.log*
+yarn-error.log*
+pnpm-debug.log*
+lerna-debug.log*
+
+node_modules
+dist
+dist.zip
+dist-ssr
+*.local
+public/local-ocr-runtime/win32/
+local-ocr-runtime/win32/
+.runtime-build/
+
+# Editor directories and files
+.vscode/*
+!.vscode/extensions.json
+.idea
+.DS_Store
+*.suo
+*.ntvs*
+*.njsproj
+*.sln
+*.sw?

plugins/ocr-new/README.md

@@ -0,0 +1,146 @@
+# OCR 翻译
+
+识别图片中的文字，并把识别结果跳转到 ZTools 中的翻译指令。
+
+这是一个使用 **Vue 3 + Vite + TypeScript** 构建的 ZTools 插件。
+
+## 功能特性
+
+### OCR 翻译
+
+- 触发指令：`OCR` / `文字识别` / `图片翻译`
+- 触发指令：`OCR 文字识别+复制` / `OCR 文字识别+翻译`
+- 触发指令：`截图文字识别` / `截图文字识别+复制` / `截图文字识别+翻译`
+- 匹配指令：图片 → `OCR 文字识别` / `文字识别+复制` / `文字识别+翻译`，图片文件 → `识别图片文字`
+- 可在 `OCR 设置` 中固定单个引擎，也可以选择“按优先级”并配置 1-4 顺位
+- 固定单个云端引擎时，失败会直接报错；按优先级模式会按顺位尝试下一个引擎
+- 按优先级模式会跳过未配置密钥的百度、腾讯和 OpenAI-compatible，避免无意义等待
+- 云端请求支持 5-180 秒超时设置，避免长时间卡在某个供应商
+- 如果接口返回 `unknown variant image_url`，说明当前 endpoint 或模型不支持图片输入，需要换视觉模型
+- 可在 `OCR 设置` 中切换为 OCR.Space；留空 API Key 会使用 OCR.Space 测试 key
+- 可在 `OCR 设置` 中配置百度 OCR、腾讯云 OCR 密钥，适配常见国内免费试用额度
+- 可在 `OCR 设置` 中配置 OpenAI-compatible 视觉接口，适配云端供应商或自建 DeepSeek-OCR/vLLM 服务
+- 可在设置页一键安装/启动本地 RapidOCR 服务，并选择 `本地 RapidOCR/PaddleOCR`
+- 本地 OCR 默认识别中文和英文，图片会先进行放大、灰度和对比度增强后再识别
+- 默认开启文本清理，会修正 `ZTools Al`、`OpenAl`、行首 `。` 误作项目符号等常见误识别；可在设置中关闭
+- 普通 `OCR` 入口只展示识别结果，只有 `+复制`、`+翻译` 命令或按钮会继续执行复制/跳转
+- 翻译流程会复制识别结果，并通过 `window.ztools.redirect()` 跳转到翻译指令
+- 翻译目标默认是 `翻译`，旧的 `翻译文本` 设置会自动迁移为 `翻译`
+- 翻译目标也可以改成 `插件标题/指令名`，例如 `翻译插件/翻译`
+- OCR 引擎使用 `tesseract.js`，首次识别会加载 OCR 资源和语言数据
+
+## 项目结构
+
+```
+.
+├── public/
+│   ├── logo.png              # 插件图标
+│   ├── local-ocr-server/     # 打包进插件的一键安装服务脚本
+│   ├── plugin.json           # 插件配置文件
+│   └── preload/              # Preload 脚本目录
+│       ├── package.json      # Preload 依赖配置
+│       └── services.js       # Node.js 能力扩展
+├── src/
+│   ├── main.ts               # 入口文件
+│   ├── main.css              # 全局样式
+│   ├── App.vue               # 根组件
+│   ├── env.d.ts              # 类型声明
+│   └── Ocr/                  # OCR 功能组件
+│       └── index.vue
+├── index.html                # HTML 模板
+├── vite.config.js            # Vite 配置
+├── tsconfig.json             # TypeScript 配置
+├── package.json              # 项目依赖
+└── README.md                 # 项目文档
+```
+
+## 快速开始
+
+### 安装依赖
+
+```bash
+npm install
+```
+
+### 开发模式
+
+```bash
+npm run dev
+```
+
+开发服务器将在 `http://localhost:5173` 启动。ZTools 会自动加载开发版本。
+
+### 构建生产版本
+
+```bash
+npm run build
+```
+
+构建产物将输出到 `dist/` 目录。
+
+## 工作方式
+
+图片通过 ZTools 的 `img` / `files` 匹配指令进入插件，文件路径会在 `public/preload/services.js` 中读取为 Data URL，再交给渲染进程中的 `tesseract.js` 识别。插件也支持 `screenCapture()` 截图和 Electron 剪贴板图片读取。
+
+识别完成后，插件会调用：
+
+```ts
+window.ztools.copyText(text)
+window.ztools.redirect(target, text)
+```
+
+`target` 可以是单个指令名，例如 `翻译`；也可以是 `插件标题/指令名`，用于精准跳转到指定插件。
+
+## 云端 OCR 配置
+
+- ZTools AI：在 ZTools 的 AI 模型设置中添加支持图片的模型，然后在插件设置页选择 `ZTools AI`。
+- OCR.Space：到 `ocr.space/ocrapi` 注册免费 API Key；插件设置页里提供了可点击链接，留空会使用测试 Key，仅适合临时验证。
+- 百度 OCR：在百度智能云开通 OCR，填写 API Key 和 Secret Key。
+- 腾讯云 OCR：在腾讯云开通 OCR，填写 SecretId、SecretKey 和地域。
+- OpenAI-compatible：选择支持视觉输入的供应商，填 `Base URL`、模型名和 API Key。
+- DeepSeek-OCR：这是 MIT 开源模型，不是官方免费云 API；自建 vLLM/OpenAI-compatible 服务后，把 endpoint 设为类似 `http://127.0.0.1:8000/v1`，模型名设为 `deepseek-ai/DeepSeek-OCR`。
+
+## 本地 RapidOCR/PaddleOCR
+
+项目内提供了一个轻量本地服务，源码路径为 [local-ocr-server](local-ocr-server)。当前 Windows 构建已把 RapidOCR 运行时打进插件，产物位于 `local-ocr-runtime/win32/`，会随 `dist/` 一起复制到 ZTools 插件目录。安装后可在设置页直接点击 `启动服务` 和 `停止服务`。
+
+本地服务默认常驻后台，不会随插件窗口关闭自动退出；这是为了避免每次识别都重新加载模型。也可以在设置页把 `服务策略` 改为 `退出插件时自动停止`。需要手动关闭时，点击 `停止服务`。
+
+如果插件已经包含内置 RapidOCR 运行时，用户电脑不需要 Python；设置页会显示 `运行时已内置`。没有内置运行时时，设置页会提示先安装 Python 3，并提供 `一键安装` 作为开发/备用路径。没有 Python 时仍可使用 OCR.Space、百度 OCR、腾讯云 OCR、ZTools AI 或 OpenAI-compatible 视觉接口。
+
+```powershell
+cd local-ocr-server
+python -m venv .venv
+.\.venv\Scripts\Activate.ps1
+pip install -r requirements.txt
+python server.py
+```
+
+默认 Endpoint 是 `http://127.0.0.1:8765/ocr`。
+
+## 构建与发布
+
+### 1. 构建插件
+
+```bash
+npm run build
+```
+
+Windows 下如需同时打包内置 RapidOCR 运行时：
+
+```powershell
+npm run build:with-runtime
+```
+
+当前 Windows runtime 约 265 MB，包含 `rapidocr-server.exe`、ONNX Runtime 和 PP-OCRv4 检测/分类/识别模型。首次启动不再需要下载模型。
+
+### 2. 测试构建产物
+
+将 `dist/` 目录中的所有文件复制到 ZTools 插件目录进行测试。
+
+## 相关资源
+
+- [ZTools 官方仓库](https://github.com/ZToolsCenter/ZTools)
+- [ZTools API 类型包](https://www.npmjs.com/package/@ztools-center/ztools-api-types)
+- [Vue 3 文档](https://vuejs.org/)
+- [Vite 文档](https://vitejs.dev/)

plugins/ocr-new/index.html

@@ -0,0 +1,11 @@
+<!doctype html>
+<html lang="en">
+  <head>
+    <meta charset="UTF-8" />
+    <meta name="viewport" content="width=device-width, initial-scale=1.0" />
+  </head>
+  <body>
+    <div id="app"></div>
+    <script type="module" src="/src/main.ts"></script>
+  </body>
+</html>

plugins/ocr-new/local-ocr-server/README.md

@@ -0,0 +1,43 @@
+# 本地 OCR 服务
+
+这个服务给插件的 `本地 RapidOCR/PaddleOCR` 引擎使用，默认监听 `http://127.0.0.1:8765/ocr`。
+
+## 安装
+
+```powershell
+cd local-ocr-server
+python -m venv .venv
+.\.venv\Scripts\Activate.ps1
+pip install -r requirements.txt
+```
+
+## 启动
+
+```powershell
+python server.py
+```
+
+启动后在插件设置里选择 `本地 RapidOCR/PaddleOCR`，Endpoint 保持 `http://127.0.0.1:8765/ocr`。插件内一键启动的服务默认常驻后台，也可在设置页改为退出插件时自动停止。
+
+如果插件包含 `local-ocr-runtime` 内置运行时，则不需要 Python，设置页会显示运行时已内置。没有内置运行时时，插件设置页会提示先安装 Python；不想安装 Python 时，可改用 OCR.Space、百度、腾讯等云端 OCR。
+
+## 接口
+
+```http
+POST /ocr
+Content-Type: application/json
+
+{
+  "image": "data:image/png;base64,...",
+  "language": "chi_sim+eng"
+}
+```
+
+返回：
+
+```json
+{
+  "ok": true,
+  "text": "识别结果"
+}
+```

plugins/ocr-new/local-ocr-server/requirements.txt

@@ -0,0 +1,2 @@
+rapidocr>=3.8.1
+onnxruntime>=1.18.0

plugins/ocr-new/local-ocr-server/server.py

@@ -0,0 +1,116 @@
+from __future__ import annotations
+
+import base64
+import json
+import re
+import tempfile
+from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
+from pathlib import Path
+from typing import Any
+
+
+HOST = "127.0.0.1"
+PORT = 8765
+
+
+def load_engine() -> Any:
+    try:
+        import onnxruntime  # noqa: F401
+        from rapidocr_onnxruntime import RapidOCR
+    except ImportError:
+        import onnxruntime  # noqa: F401
+        from rapidocr import RapidOCR
+
+    return RapidOCR()
+
+
+ENGINE = load_engine()
+
+
+def decode_image(data_url: str) -> tuple[bytes, str]:
+    match = re.match(r"^data:image/([a-zA-Z0-9.+-]+);base64,(.*)$", data_url, re.DOTALL)
+    if match:
+        suffix = match.group(1).lower().replace("jpeg", "jpg")
+        payload = match.group(2)
+    else:
+        suffix = "png"
+        payload = data_url
+
+    return base64.b64decode(payload), suffix
+
+
+def extract_text(result: Any) -> str:
+    if hasattr(result, "txts"):
+        return "\n".join(str(text) for text in result.txts if str(text).strip())
+
+    data = result[0] if isinstance(result, tuple) else result
+    lines: list[str] = []
+
+    if isinstance(data, list):
+        for item in data:
+            if isinstance(item, (list, tuple)) and len(item) >= 2:
+                lines.append(str(item[1]))
+            elif isinstance(item, dict):
+                text = item.get("text") or item.get("rec_text") or item.get("txt")
+                if text:
+                    lines.append(str(text))
+
+    return "\n".join(line.strip() for line in lines if line.strip())
+
+
+def recognize(data_url: str) -> str:
+    image_bytes, suffix = decode_image(data_url)
+    with tempfile.NamedTemporaryFile(suffix=f".{suffix}", delete=False) as image_file:
+        image_file.write(image_bytes)
+        image_path = Path(image_file.name)
+
+    try:
+        return extract_text(ENGINE(str(image_path)))
+    finally:
+        image_path.unlink(missing_ok=True)
+
+
+class Handler(BaseHTTPRequestHandler):
+    def do_GET(self) -> None:
+        if self.path == "/health":
+            self.write_json({"ok": True, "engine": "rapidocr"})
+            return
+        self.write_json({"ok": False, "error": "Not found"}, 404)
+
+    def do_POST(self) -> None:
+        if self.path != "/ocr":
+            self.write_json({"ok": False, "error": "Not found"}, 404)
+            return
+
+        try:
+            content_length = int(self.headers.get("Content-Length", "0"))
+            body = self.rfile.read(content_length).decode("utf-8")
+            payload = json.loads(body or "{}")
+            image = payload.get("image")
+            if not image:
+                raise ValueError("missing image")
+
+            self.write_json({"ok": True, "text": recognize(str(image))})
+        except Exception as error:  # noqa: BLE001
+            self.write_json({"ok": False, "error": str(error)}, 500)
+
+    def write_json(self, payload: dict[str, Any], status: int = 200) -> None:
+        data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
+        self.send_response(status)
+        self.send_header("Content-Type", "application/json; charset=utf-8")
+        self.send_header("Content-Length", str(len(data)))
+        self.end_headers()
+        self.wfile.write(data)
+
+    def log_message(self, format: str, *args: Any) -> None:
+        print(f"[{self.log_date_time_string()}] {format % args}")
+
+
+def main() -> None:
+    server = ThreadingHTTPServer((HOST, PORT), Handler)
+    print(f"Local OCR server listening on http://{HOST}:{PORT}/ocr")
+    server.serve_forever()
+
+
+if __name__ == "__main__":
+    main()