Buzhidao는 화면 캡처 영역의 텍스트를 OCR로 인식하고 번역 팝업으로 보여 주는 Tauri 데스크톱 앱입니다.
- Rust 2021, Tauri 2
- React 19, TypeScript, Vite 8, Deno 2
- Paddle Inference FFI OCR 백엔드
.
├── src/ # Tauri 백엔드, 설정, 창 제어, OCR/번역 실행 흐름
├── native/paddle_bridge/ # Paddle Inference C++ FFI 브리지
├── ui/ # overlay / popup / loading / settings 프런트엔드
├── tools/scripts/ # SDK 구성, CUDA 런타임 구성, 릴리즈 보조 스크립트
├── tools/ocr_sidecar_compare/
│ └── ... # Python sidecar 비교/벤치용 보조 프로젝트
├── capabilities/ # Tauri capability 설정
├── icons/ # 앱/트레이 아이콘
├── testdata/ocr/ # OCR smoke/parity 테스트 이미지
├── .env.example # 런타임 설정 예시
├── Cargo.toml # Rust/Tauri 의존성 및 feature
└── tauri.conf.json # Tauri 창/빌드 설정
.env.example을 참고해 .env를 만들고, 번역 요청에 사용할 .prompt를 준비합니다. 개발 빌드는 프로젝트 루트의 .env/.prompt를 읽고, 배포 빌드는 앱 데이터 디렉터리의 .env/.prompt를 읽습니다.
CPU OCR 개발 환경:
python tools/scripts/setup_paddle_inference.py --destination-dir .paddle_inference
cargo tauri devWindows/Linux GPU OCR 개발 환경:
python tools/scripts/setup_paddle_inference.py --device gpu --destination-dir .paddle_inference
python tools/scripts/setup_cuda_runtime.py --package-set paddle-cu126 --destination-dir .cuda
cargo tauri dev --features gpuLinux에서 실행 시 런타임 라이브러리 검색 경로가 필요하면 아래처럼 지정합니다.
export LD_LIBRARY_PATH="$(pwd)/.cuda:$(pwd)/.paddle_inference/lib:$(pwd)/.paddle_inference/paddle/lib:${LD_LIBRARY_PATH:-}"
cargo tauri devRust 테스트:
cargo testGPU feature 포함 Rust 테스트:
cargo test --features gpu프런트엔드 테스트:
cd ui
deno task test스크립트 테스트:
python -m unittest \
tools.scripts.test_release_helper \
tools.scripts.test_update_release_version \
tools.scripts.test_setup_cuda_runtime \
tools.scripts.test_setup_paddle_inference \
tools.scripts.test_release_binary_smoke \
tools.scripts.test_release_workflow릴리즈 OCR smoke는 앱 아카이브를 만든 뒤 실제 실행 파일을 압축 해제해 실행합니다.
python tools/scripts/release_binary_smoke.py \
--archive dist/buzhidao-v0.5.0-linux-amd64-cpu-app.tar.gz \
--os linux \
--image testdata/ocr/test.png \
--model-root .paddle_models \
--source ch \
--device cpu수동 로컬 빌드:
cargo tauri build --no-bundleGPU 로컬 빌드:
python tools/scripts/setup_paddle_inference.py --device gpu --destination-dir .paddle_inference
python tools/scripts/setup_cuda_runtime.py --package-set paddle-cu126 --destination-dir .cuda
cargo tauri build --no-bundle --features gpuGitHub Actions 릴리즈는 .github/workflows/release.yml의 workflow_dispatch로 실행합니다.
- 입력 버전 예:
v0.5.0 - Windows/Linux, CPU/GPU 조합별로 SDK 구성, 프런트 빌드, 앱 빌드, OCR smoke 테스트를 수행합니다.
- 검증이 모두 성공하면
Cargo.toml,Cargo.lock,tauri.conf.json버전을 갱신해 커밋합니다. - 갱신된 커밋 기준으로 앱 아카이브와 설치 스크립트를 만들고 GitHub Release를 생성합니다.
릴리즈 자산 이름은 buzhidao-<version>-<os>-<arch>-<flavor>-app.zip 또는 .tar.gz 형식입니다. GPU 자산이 커지면 .part001 형태로 분할될 수 있으며, 함께 업로드되는 설치 스크립트가 병합과 압축 해제를 처리합니다.
- 시작 시
loading창을 먼저 표시하고 OCR warmup이 끝난 뒤 닫습니다. - 필수 설정이 없거나 OCR warmup이 실패하면
loading또는settings에서 원인을 보여 줍니다.
- 기본 전역 단축키는 Windows/Linux
Ctrl+Alt+A, macOSCmd+Shift+A입니다. - 캡처 후
overlay전체 화면 창에 OCR 영역을 표시합니다.
- 앱 런타임 OCR 백엔드는 Paddle FFI 단일 경로입니다.
- 필요한 PaddleOCR det/cls/rec 모델이 캐시에 없으면 앱이 PP-OCRv5 공식 모델을 자동 다운로드합니다.
- 시스템 트레이에서
설정...,종료메뉴를 제공합니다. - 앱이 이미 실행 중이면 새 프로세스를 띄우지 않고 기존 인스턴스 포커스 경로를 사용합니다.
tauri.conf.json의bundle.active는 현재false라 릴리즈 workflow도cargo tauri build --no-bundle기준으로 앱 아카이브를 만듭니다.- Paddle Inference SDK는
.paddle_inference, GPU CUDA 런타임은.cuda에 둡니다. GPU SDK와 CUDA 런타임은 CUDA 12.6/cuDNN 9.5.1 계열로 맞춥니다. - Windows는 빌드 과정에서 필요한 DLL을 출력 디렉터리로 복사합니다. Linux는 필요 시
LD_LIBRARY_PATH에.cuda와.paddle_inference라이브러리 경로를 포함해야 합니다. - Linux 빌드에는 OpenCV, PipeWire, WebKitGTK 등 시스템 패키지가 필요하며
tools/scripts/install_linux_build_deps.sh가 CI와 로컬 준비 경로를 공유합니다.