🚀 功能建议：多模态模型作为ocr渠道 · tisfeng/Easydict#871

2025-04-12T12:57:58.000Z

### 请先确认以下事项 - [x] 已仔细阅读了 [README](https://github.com/tisfeng/Easydict#readme) - [x] 在 [issues](https://github.com/tisfeng/Easydict/issues) 页面搜索过（包括已关闭的 issue），未发现类似功能建议 - [x] Easydict 已升级到 [最新版本](https://github.com/tisfeng/Easydict/releases) - [x] 我理解并认可上述内容，并理解项目维护者精力有限，**不遵循规则的 issue 可能会被无视或直接关闭** ### 功能描述是否可以考虑拓宽ocr渠道，比如像使用qwen和gemini这类多模态模型做ocr，效果都还不错 ### 使用场景 ocr ### 实现方案（可选）和翻译一样拓宽ocr渠道，接入本地ocr模型或者多模态模型ocr ### 是否愿意提交 PR 实现该功能 - [ ] 我愿意提交 PR 实现该功能

(3 comments) (0 reactions) (0 assignees)Swift (657 forks)batch import

PR wantedenhancementgood first issue

Repository metrics

Stars: (13,140 stars)
PR merge metrics: (平均マージ 14d 4h) (30d で 13 merged PRs)

説明

请先确认以下事项

已仔细阅读了 README
在 issues 页面搜索过（包括已关闭的 issue），未发现类似功能建议
Easydict 已升级到最新版本
我理解并认可上述内容，并理解项目维护者精力有限，不遵循规则的 issue 可能会被无视或直接关闭

功能描述

是否可以考虑拓宽ocr渠道，比如像使用qwen和gemini这类多模态模型做ocr，效果都还不错

使用场景

ocr

实现方案（可选）

和翻译一样拓宽ocr渠道，接入本地ocr模型或者多模态模型ocr

是否愿意提交 PR 实现该功能

我愿意提交 PR 实现该功能

コントリビューターガイド

調査方針: Easydictの既存のOCR実装を調査し、新しいOCRチャンネルを追加する方法を理解します。QwenとGeminiのビジョンモデルのAPIを調査し、OCRプロバイダーとして統合します。
技術スタック: swift
領域: desktop
Issue 種別: 機能
難度: 2
推定時間: 半日
活動状況: アクティブ
明確さ: 明確
前提条件: SwiftmacOS development
初心者向け度: 60