tisfeng/Easydict

🚀 功能建议：多模态模型作为ocr渠道

開放

#871 建立於 2025年4月12日

在 GitHub 查看
 (3 則留言) (0 個反應) (0 位負責人)Swift (657 個分叉)batch import
PR wantedenhancementgood first issue

倉庫指標

星標
 (13,140 顆星)
PR 合併指標
 (PR 指標待抓取)

描述

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

貢獻者指南

研究方向
研究 Easydict 中現有的 OCR 實現，了解如何添加新的 OCR 渠道，並研究 Qwen 和 Gemini 視覺模型的 API，以將它們集成為 OCR 提供商。
技術棧
swift
領域
desktop
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
半天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
SwiftmacOS development
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
60