野生码农
划词翻译朗读工具复盘：从一句话需求到桌面 exe
背景与目标
需求原话："有些英文单词，我读音读不准，也不认识，Windows 比如在浏览器或者其他软件界面能选定单词的地方划词，后直接朗读，读音要标准，配上音标，并翻译成中文。"
拆解成四条硬指标：任意软件划词可触发、朗读发音标准、弹窗带音标、带中文翻译。最终交付形态又追加了两轮：快捷键自定义、弹窗体验迭代、打包成 exe 放桌面。
按 CIO 章程这单没走三岗派单全链——体量小、纯本地脚本，CIO 直办并全程实测，省掉派单开销。
过程回顾
尝试 1：技术选型与首版（9 月 15 日下午，17:30 首跑通【实测：缓存目录时间戳】）
- 技术栈：Python + keyboard（全局热键）+ pyperclip（剪贴板）+ tkinter（弹窗）+ pygame（放 mp3）；
- 数据源第一选择 dictionaryapi.dev（音标+真人发音），curl 通但 Python 里 12 秒超时——国内网络不稳定，弃用；
- 换有道
jsonapi移动端接口：音标（美/英）+ 中文释义 + 真人发音 mp3 一个接口全给，实测单次查询 0.2 秒【实测】； - 句子回退 MyMemory，真人发音缺失回退 edge-tts 神经网络语音。
首版 --demo 一把过，当时以为完事了。真正的工作量全在后面。
尝试 2：三轮热键/抓词故障（本场最硬的一仗）
用户实测反馈两轮："在终端里面，快捷键调起都失败，在浏览器里面获取不到划词内容"、"我在终端里面还是无法正常选取到划词内容"。
尝试 3：弹窗体验与打包（9 月 16 日凌晨 03:15 打包落地【实测：dist 时间戳】）
弹窗三轮迭代（单窗例、跟随划词位置、字号放大、两段式秒出）后，PyInstaller 打包成单文件 exe，建桌面快捷方式。
关键踩坑
坑 1：终端里"调起失败"= 程序自杀
现象：终端里按热键毫无反应。根因：程序抓词靠模拟 Ctrl+C，焦点在运行脚本的终端时，这个 Ctrl+C 被当成 SIGINT 把脚本自己中断了——第一次按进程就死，之后按什么都没反应。解决：signal.signal(SIGINT, SIG_IGN) 让本进程忽略 Ctrl+C，退出走 Alt+Esc。
坑 2：浏览器取不到词 = 物理按键污染模拟按键
现象：浏览器划词后抓不到内容。根因：用户按 Alt+Q 时 Alt 还物理按着，程序立刻发 Ctrl+C，浏览器实际收到 Ctrl+Alt+C（不是复制）。解决：抓取前 keyboard.is_pressed 轮询等修饰键松开（最长 2 秒），再发复制键。
坑 3：trigger_on_release 改坏热键（AI 失分点 1）
修坑 2 的第一版方案是把热键改成"松开才触发"，结果用户反馈"按 Alt+Q 根本没反应了"——这个模式对 Alt 组合键在本机失效。教训：热键行为无法自动验证，改完就是拿用户当测试，当即回退，换"按下即触发+等松手再抓"方案。
坑 4：终端复制键打地鼠 → UIA 直读根治
Windows Terminal 用 Ctrl+C、Git Bash 用 Ctrl+Insert、老式控制台看设置——靠模拟按键永远打不完地鼠。根治：UI Automation 直接读焦点控件的选中态文本，Windows Terminal/Chrome/Edge/Word 通吃，不碰剪贴板。用自建 WPF 探针控件实证该通道可行后才合入。
坑 5：测试脚本误伤用户桌面（AI 失分点 2，本场最大失误）
复现终端抓词时，测试脚本没找到新建的 cmd 窗口（控制台窗口属 conhost.exe，不按 cmd 的 PID 枚举），模拟打字和鼠标拖动落到了用户正在编辑的 CSDN 博客编辑器，还在标签栏高度做了一次拖动。当场截图发现并坦白，请用户检查撤销。规则沉淀：凡涉及全局输入模拟的测试，一律在自建隔离窗口里做，绝不往用户活动桌面打。
坑 6：PyInstaller 三连坑
- 全局环境装了废弃的
typingbackport，PyInstaller 直接拒跑 → 卸载； - Python 3.13 新版 setuptools 移除了
pkg_resources，altgraph 依赖它 → 专用 venv 里锁setuptools<81； - 最隐蔽：打出来的 exe 一跑就
No module named 'tkinter'。逐层排查：venv 里 tkinter 能导入、modulegraph 能找到它，但 PyInstaller 的 Tcl/Tk 探测在 venv 里执行tkinter.Tcl()失败（Tcl 按可执行文件相对位置找init.tcl，venv 里 exe 换了位置）→ 探测返回 unavailable → tkinter 被整体排除。解法：打包前设TCL_LIBRARY/TK_LIBRARY环境变量指向基座tcl8.6/tk8.6目录。
最终方案
- 触发：Alt+Q 全局热键（按下即触发，抓词前等修饰键松开）；
- 抓取：UIA 直读首选 → 剪贴板 Ctrl+C / Ctrl+Insert 双保险兜底，抓完恢复原剪贴板；
- 查询：有道 jsonapi（音标+释义+真人发音，0.2s）→ 句子走 MyMemory；
- 语音：edge-tts 默认放慢 20%（
TTS_RATE可调；真人录音不可变速，留USE_YOUDAO_VOICE开关），磁盘缓存按"来源+语速"分键； - 弹窗：tkinter 单窗例、跟随划词位置（GetCursorPos + DPI 坐标系校验）、两段式秒出（先弹单词"查询中…"，释义随后刷新，语音就绪自动播+点亮重播）；
- 分发：PyInstaller 单文件 exe（23MB）+ 桌面快捷方式。
做得好的地方
- 每一步都有实测证据：接口选型先 curl 验通断、TTS 变速用 pygame 量时长对比（1.82s→2.25s【实测】）、弹窗位置截图验收、exe 装好后演示模式全链路重跑；
- 降级链完整：UIA→剪贴板、真人录音→TTS、单词接口→句子接口，每层都有兜底，单一依赖挂了工具不死；
- 故障归因到层：六个坑每个都追到根因才动手，没有"重启试试"式修复。
复盘与改进
- 热键类功能没有自动化验证手段，改动后应明确标注"未物理验证"，而不是让本人踩到再报；
- 全局输入模拟测试的隔离纪律已在坑 5 沉淀，后续所有同类测试强制走自建窗口；
- 打包环节应先在 venv 里跑最小探针（本次 tkprobe 就是靠它隔离出 Tcl 问题），不要直接在正主上试错；
- 产物归集做了但还不彻底：工具落在
工具/划词翻译朗读/，符合工作区归置，但未入 git，复盘后补提交。
成长评估（五维，10 分制）
| 维度 | 分 | 证据 |
|---|---|---|
| 指令与提示词质量 | 8 | "快捷键 alt+esc 退出，alt+Q 朗读翻译"、"弹窗文字字体太小，放大 2 号，窗口唤起，反应有点慢"——指令短、准、可执行，一条消息多诉求不打架 |
| 判断与结论 | 8 | 接受"复制键打地鼠不可持续，换 UIA 根治"的方向判断；语速问题上接受"真人录音不可变速→换可调速神经网络语音"的取舍 |
| 思维方式 | 8 | 需求演进路径是"能用→好用→可分发"，主动提出打包 exe + 桌面快捷方式，有产品闭环意识 |
| 最终结果与产出 | 8 | 工具落地并全链路实测通过，弹窗/语音/热键按本人手感调到位 |
| AI 协作能力 | 7 | 故障反馈及时，但偏简（"根本没反应了"不带日志）；改进一条：报故障时顺手复制控制台日志（程序里已埋 [热键]/[抓取]/[UIA] 分级日志），能省一整轮定位 |
AI 自评失分：①trigger_on_release 改坏热键（坑 3），无法验证的改动直接交付；②桌面抢焦点测试误伤 CSDN 编辑器（坑 5），副作用打到本人正在干活的生产窗口，被本人桌面截图当场对质；③首轮监听验证因输出缓冲拿到空日志，排查节奏乱了一拍。
素材点
- 终端 Ctrl+C 自杀：所有"模拟 Ctrl+C 抓剪贴板"的工具在终端场景都会踩；
- Alt 按住污染模拟按键：全局热键+模拟按键组合的经典陷阱；
- UIA 直读选区 vs 模拟复制键：跨应用抓选中文本的正解；
- PyInstaller + Python 3.13 + venv 打 tkinter 三连坑（typing/setuptools/TCL_LIBRARY）；
- 有道 jsonapi 单接口出"音标+释义+真人发音"，0.2s 国内直连。