Mac 翻译工具实战：选区捕获与安全回填

选中文字，双击 ⌘，直接看翻译，听起来只是给翻译接口加个快捷键。作者做了一款原生 Mac 应用后发现，真正费工夫的是选区能否替换、焦点是否变化、链接会不会出错，以及插入之后怎么确认成功。

这篇开发复盘的价值，在于把一个小工具拆成了可检查的操作流程。对做编辑器、桌面助手或 AI 文本处理功能的程序员来说，它提醒我们：生成结果只是中间一步，怎样把结果安全地送回原稿，才决定工具能不能放心用。

读到了选区，为什么还不能直接替换

作者把入口定为双击 ⌘：有选区时打开翻译预览，没有选区时打开语音输入。同一个快捷键，背后却需要区分不同的上下文。

网页上的段落可以选中，编辑器里的草稿也可以选中，但前者未必允许修改。因此，应用必须分别回答三个问题：能否读取选区，能否识别原来的编辑位置，以及能否在那里安全插入或替换文字。

捕获到文本，不等于获得了替换文本的条件。

作者采用的翻译流程是：捕获选中文字及其上下文，展示翻译，让用户审阅，确认后才替换。生成过程中，原稿保持不变。

这里的预览有实际用途。原文举的例子包含两层承诺：周五可以交初稿，最终交付取决于修改情况。翻译即使流畅，也可能改动期限或条件。预览无法证明翻译正确，但能让用户在原稿被修改前检查这些关键内容。

粘贴动作完成，怎样才算插入成功

异步请求会制造一个时间差：开始翻译时，用户正在编辑某段文字；结果回来时，焦点可能已经变了。应用如果只记住翻译内容，没有保留原编辑上下文，就可能把正确的结果送到错误的位置。

即使目标位置没错，判断成功也不简单。编辑器可能重新整理段落，或用不同方式表示格式。逐字符、逐格式严格比较，可能把正常插入误报为失败；发出粘贴动作后立刻宣布成功，又缺少证据。

作者最近的工作方向，是检查原编辑上下文是否发生了预期变化，同时确认光标处于预期位置、周围文字保持不变。

这仍是方向性描述。原文没有提供具体校验算法，也没有说明适配了哪些编辑器，不能据此认定兼容性问题已经解决。

结果不确定时，还需要恢复路径。尤其不能不停重试插入，否则一次状态判断失败，就可能变成多次重复写入。作者提出了这个要求，但没有交代恢复界面的具体实现。

保留格式时，哪些内容不该交给模型

作者希望保留粗体、斜体和真实网页链接。其中，链接需要拆开处理：可见文字可以翻译，目标地址必须保持原样。

他的做法是把链接地址留在本地，在翻译请求中使用每次操作专用的不透明引用。可以把它理解为临时编号：模型处理编号附近的文字，应用负责将编号对应回原地址。

返回结果中的引用，还要与源文本捕获到的引用核对。出现未知引用就丢弃，不根据它猜测链接。

链接地址由本地数据保管，模型只参与可翻译内容的转换。

这个约束也划清了富文本与 Markdown 的边界。看起来像 Markdown 的文字，不会自动被当作真实超链接。支持粗体、斜体和链接，同样不代表能够保留整个文档的版式。格式能保留多少，取决于来源和目标编辑器双方的能力。

语音输入为什么要多留一道审阅

加入听写后，无选区时双击 ⌘ 会打开语音输入。用户看着转写结果出现，审阅最终文字，再决定直接插入转写稿，还是先翻译后插入。

作者明确保留了这条链路：

Speech → transcript → optional translation → insertion

转写和翻译解决的是两个问题。前一步已经听错，后一步可能把错误润色得更自然，反而增加发现问题的难度。语音源语言也不能根据翻译目标推断：用户想输出英文，并不代表他说的是英文。

技术栈方面，应用使用 Swift、AppKit 和 SwiftUI，通过 AVAudioEngine 采集语音，由 Soniox 做流式转写。翻译可以选择 Apple 的系统 Translation framework 或 Gemini。

这些路径的使用条件不同。Apple 翻译依赖 macOS 版本和受支持的语言模型，但原文没有给出具体版本清单；Soniox 流式听写和 Gemini 翻译需要联网。界面必须让用户看清这些区别，原生 Mac 应用的外观不能成为宣称云端处理在设备本地完成的理由。

我的判断

我认同作者把工程重点放在操作边界上。对会修改用户草稿的工具，翻译质量和写入可靠性都重要。尤其是保留原稿、确认后替换、校验链接引用，这些做法都有明确的失败场景作为依据。

不过，这篇提供的是作者的实现思路和开发经验，没有成功率、延迟、编辑器兼容范围，也没有与其他方案的对照数据。双击 ⌘ 是否比普通快捷键顺手，文中同样没有验证，不能直接当成通用交互结论。

与手动复制粘贴相比，这套流程能减少切换应用的步骤，但也把定位、校验和恢复的责任交给了工具。与生成后自动覆盖相比，预览增加了一次确认，却给期限、数量和条件的检查留下了空间。对重要草稿，我更倾向于保留这一步；低风险场景是否需要相同流程，还要结合实际使用成本判断。

能拿来做什么

• 给编辑器增加 AI 翻译或改写功能时，把读取选区、判断可编辑、确认目标位置分别处理，并检查异步结果返回时原位置是否仍然有效。
• 处理富文本链接时，在本地保存原始 URL，让模型返回可校验的引用；遇到未知引用时拒绝生成猜测地址。
• 做语音输入时，先让用户检查转写稿，再提供可选翻译，并分别设置语音源语言与翻译目标语言。
• 为插入结果设计成功、失败和不确定三种状态。不确定时提供恢复入口，避免自动重复插入；同时明确标注联网要求和实际支持的格式范围。