功能说明

一个集「文本处理」与「截图 OCR」于一体的 AI 动作。

选中文字后触发，AI 会按你设定的规则处理文本，结果弹出一个可编辑窗口供确认修改，关闭窗口即自动写入剪贴板。如果未选中文本，则自动弹出截图框，先 OCR 识别图片中的文字，再交给 AI 处理。

通过自定义系统提示词，一个动作即可变身多种工具：文本格式化、中英翻译、OCR 清洗、润色改写、繁简转化——任何你能用 Prompt 描述的功能。

使用场景

• 整理从 PDF 复制的混乱排版
• 截图识别图片中的文字并翻译或整理
• 将从图片 OCR 识别的文字清洗纠错
• 快速翻译选中段落
• 润色邮件或报告措辞
• 将口语录音转写整理为书面语
• 对选中的代码添加注释

使用方法

首次使用：右键动作图标 →「动作设置」，填写文本处理 API 地址、Key 和系统提示词。如果需要 OCR 功能，再进入「OCR 设置」填写视觉模型的 API 信息。

日常使用：

方式一 — 选中文本：在任意软件中选中文字，触发动作即可。

选中文本 → AI 处理 → 弹出结果窗口 → 编辑满意后关闭 → 内容自动写入剪贴板。

方式二 — 截图 OCR：不选中任何文本，直接触发动作。弹出截图框后框选区域，AI 会先识别图片中的文字，再按提示词处理。

配置说明

文本处理和 OCR 使用独立的 API 配置，互不影响。

文本处理（右键 →「动作设置」）：默认适配 DeepSeek，兼容任意 OpenAI 格式接口（硅基流动、通义千问、智谱等）。

OCR 识别（右键 →「OCR 设置」）：默认适配硅基流动 + Qwen3-VL 视觉模型。可替换为任意支持 Vision 的接口。

所有配置自动保存，无需重复填写。

Prompt 管理（右键 →「管理 Prompt 列表」）：支持多个提示词模板，在文本窗口中编辑，用 [1] 开头表示启用、[ ] 开头表示禁用。切换功能时只需修改启用项即可。

小贴士

如果您感觉该动作运行速度较慢，可以考虑：

• 选用轻量模型：deepseek-v4-flash 比 deepseek-v4-pro 更快；对简单任务可在硅基流动平台选择更轻量的模型（如 Qwen2.5-7B-Instruct）
• 限制最大 Token：将 max_tokens 从 0 改为 1024 或 2048，避免生成冗余内容
• 精简提示词：提示词越短，模型前置计算越少。可让 AI 协助精简提示词。
• 调整温度：简单文本处理建议 0.2，翻译/解释类任务建议 0.7，OCR 建议设为 0 以保证识别稳定性。
• 更换模型：文本处理和 OCR 可使用不同服务商，比如文本用 DeepSeek、OCR 用硅基流动。