Wails3 模板进化:OCR + Tag,让效率提升不止一点

Tag 管理 + OCR 识别

本来只是基于Wails模版做点功能验证，结果一不小心，越改越像一个“能用的产品”了,这次主要做了两件事：
🏷️ Tag 标签管理🧠 OCR 图文识别

虽然功能不大，但组合起来，体验直接提升一个档次，更方便直接上手二次扩展开发。

🏷️ 一、Tag标签管理

效果图如下：

一开始这个只是做“信息管理”的，内容越来越多之后，很快就遇到一个问题：

找不到想要的东西了

这其实是工具软件都会遇到的阶段：

• 数据少 → 靠记忆
• 数据多 → 必须分类

所以我加了一个 Tag 管理页面，核心目标就两个👉 分类👉 快速检索

✨ 设计上

• Tag 独立管理
• 支持关键词匹配（为后续自动分类做准备）
• 前端轻量交互（不做复杂嵌套）
• 图标和背景自定义（方便多模式扩展）

最终效果是：

内容不再是“堆着”，而是“有结构地存在”。一眼图标即可锁定

🧠 二、OCR图文识别

另一个我觉得非常实用的点，是 OCR 图片识别。很多时候，我们的信息来源不是文本，而是：

• 截图
• 聊天记录
• 网页图片

如果每次都手动输入，其实挺浪费时间的。所以我做了一个很简单但很爽的能力：👉 拖一张图 → 自动识别 → 可变成可编辑文本

2.1、效果图如下

目前体验下来mac效果还是不错的，Windows效果还是差些的。

2.2、技术实现

简单说下：都是采用了调用系统内置OCR识别。macOS OCR：直接走系统 API

func RecognizeImageBase64(base64str string) (string, error) {    data, err := base64.StdEncoding.DecodeString(base64str)    if err != nil {        return "", fmt.Errorf("base64 decode failed: %w", err)    }    tmp := C.CBytes(data)    defer C.free(tmp)    result := C.VisionOCRFromMemory(tmp, C.int(len(data)))    defer C.free(unsafe.Pointer(result))    return C.GoString(result), nil}

Windows OCR:调用 Windows Runtime OCR（为了减少额外安装工具包），通过 PowerShell + Go 执行

const ocrScript = `[Console]::OutputEncoding=[System.Text.Encoding]::UTF8$OutputEncoding=[System.Text.Encoding]::UTF8Add-Type -AssemblyName System.Runtime.WindowsRuntime[void][Windows.Graphics.Imaging.BitmapDecoder, Windows.Graphics, ContentType=WindowsRuntime][void][Windows.Graphics.Imaging.SoftwareBitmap, Windows.Graphics, ContentType=WindowsRuntime][void][Windows.Media.Ocr.OcrEngine, Windows.Foundation, ContentType=WindowsRuntime][void][Windows.Media.Ocr.OcrResult, Windows.Foundation, ContentType=WindowsRuntime][void][Windows.Storage.Streams.InMemoryRandomAccessStream, Windows.Storage, ContentType=WindowsRuntime][void][Windows.Storage.Streams.DataWriter, Windows.Storage, ContentType=WindowsRuntime]function Await($WinRtTask, $ResultType) {    $methods = [System.WindowsRuntimeSystemExtensions].GetMethods() | Where-Object {        $_.Name -eq 'AsTask' -and $_.IsGenericMethodDefinition -and $_.GetParameters().Count -eq 1    }    $method = $methods[0].MakeGenericMethod($ResultType)    $netTask = $method.Invoke($null, @($WinRtTask))    $netTask.Wait(-1) | Out-Null    $netTask.Result}$bytes = [System.IO.File]::ReadAllBytes('{{IMAGE_PATH}}')$stream = [Windows.Storage.Streams.InMemoryRandomAccessStream]::new()$writer = [Windows.Storage.Streams.DataWriter]::new($stream)$writer.WriteBytes($bytes)$storeTask = $writer.StoreAsync()$storeAsTask = [System.WindowsRuntimeSystemExtensions].GetMethods() | Where-Object {    $_.Name -eq 'AsTask' -and $_.IsGenericMethodDefinition -and $_.GetParameters().Count -eq 1} | Select-Object -First 1$storeNetTask = $storeAsTask.MakeGenericMethod([uint32]).Invoke($null, @($storeTask))$storeNetTask.Wait(-1) | Out-Null$stream.Seek(0)$decoder = Await ([Windows.Graphics.Imaging.BitmapDecoder]::CreateAsync($stream)) ([Windows.Graphics.Imaging.BitmapDecoder])$bitmap  = Await ($decoder.GetSoftwareBitmapAsync()) ([Windows.Graphics.Imaging.SoftwareBitmap])$engine  = [Windows.Media.Ocr.OcrEngine]::TryCreateFromUserProfileLanguages()$result  = Await ($engine.RecognizeAsync($bitmap)) ([Windows.Media.Ocr.OcrResult])Write-Output $result.Text`func RecognizeImageBase64(base64str string) (string, error) {    if idx := strings.Index(base64str, ","); idx != -1 {        base64str = base64str[idx+1:]    }    data, err := base64.StdEncoding.DecodeString(base64str)    if err != nil {        return "", fmt.Errorf("base64 decode failed: %w", err)    }    tmp, err := os.CreateTemp("", "ocr-*.png")    if err != nil {        return "", fmt.Errorf("create temp file failed: %w", err)    }    imgPath := tmp.Name()    tmp.Write(data)    tmp.Close()    defer os.Remove(imgPath)    imgPath = strings.ReplaceAll(imgPath, "/", `\`)    script := strings.ReplaceAll(ocrScript, "{{IMAGE_PATH}}", imgPath)    cmd := exec.Command("powershell",        "-NoProfile",        "-NonInteractive",        "-ExecutionPolicy", "Bypass",        "-Command", script,    )    var stdout, stderr bytes.Buffer    cmd.Stdout = &stdout    cmd.Stderr = &stderr    if err = cmd.Run(); err != nil {        return "", fmt.Errorf("powershell error: %w\nstderr: %s", err, stderr.String())    }    text := strings.TrimSpace(stdout.String())    if text == "" {        return "", errors.New("OCR returned empty string")    }    return text, nil}

三、组合起来后的体验

当 Tag + OCR 放在一起，其实就变成：一个“半自动信息整理工具”可以无限制整合到应用中，不管是AI工具、聊天、应用工具都适合这些功能。组合起来，就变成一个“有生产力”的东西。这其实也是做工具类产品的一个核心思路：

不做复杂功能，而是把几个简单功能都“串起来”。慢慢把它从“工具”做成“助手”。

四、运用方式

项目地址如下：Git 地址：https://github.com/JinGongX/SuiDemoGitee 地址：https://gitee.com/GG20190213/sui-demo

使用方式如下：

# git运用模版创建项目wails3 init -n myproject -t https://github.com/JinGongX/SuiDemocd myproject# gitee运用模版创建项目wails3 init -n myproject -t https://gitee.com/GG20190213/sui-demo#启动开发模式wails3 dev