Buffer 3.0 评测:能搜截图中文字的 macOS 剪切板管理器

Buffer 3.0 是一款本地优先、MIT 开源的 macOS 剪切板管理器,可 OCR 搜索截图文字。
Buffer 3.0 是一款面向 macOS 的免费开源剪切板管理器,采用 MIT 协议,主打「不注册、不上云」的本地历史方案,数据全部留在本机,默认以 ⇧⌘V 呼出。它最大的差异点是用设备端 Vision OCR 读取截图内的文字,让图片内容也能被关键词搜索,把剪切板里的「图片黑洞」变成可检索的文本源。3.0 版本新增交互式图像画布、最高无限的历史层级和剪切板噪点抑制,并支持标签、书签、多选粘贴与行内编辑,可当作轻量片段库使用。它仅支持 macOS,无跨设备同步,OCR 准确率官方未公布,需按自身截图类型实测。

剪切板是 macOS 上最容易失控的角落。你复制过的订单号、代码片段、图片、链接,绝大多数在粘贴一次之后就被新内容顶掉了。Buffer 3.0 在 Product Hunt 拿到 72 票、位列当日第 20 名,试图用「本地可搜索历史」这个思路解决这个问题——而且它的卖点不止是存文字,连截图里的文字都能搜出来。
不注册、不上云:macOS 本地剪切板历史
Buffer 的定位很明确:macOS 上免费、开源的剪切板管理器(MIT 协议)。你复制的所有内容——文本、链接、图片——都会被存进一份可搜索的本地历史里,默认通过 ⇧⌘V 调出。
这句话里有两个关键取舍。一是「本地」:没有账号系统、没有云端同步,所有数据留在你的 Mac 上,对处理敏感信息(密钥、客户资料、内部文档)的人来说这是硬性前提。二是「免费开源」,MIT 授权意味着代码可审计、可自行修改,这在剪切板这类需要高权限、能读到一切输入的工具上尤其重要。
产品由开发者 Samir Patil 发布。和很多把剪切板同步到云端、按月收费的同类工具相比,Buffer 走的是完全相反的路线:不加服务器,就不存在服务器泄露问题。
MIT 协议是最宽松的常见开源许可证之一,它只要求保留版权声明和许可声明,几乎不对使用方式施加限制——你可以自由使用、修改、再发布,甚至闭源商用。对于剪切板管理器这类工具,这一授权的实际意义在于:代码可被任何人审计,能确认它是否真的只在本地处理数据;如果用户有特殊需求(比如改快捷键逻辑、调整存储路径),也可以自行构建衍生版本。相比「免费但闭源」的同类工具,开源在此处是一种可验证的信任机制,而非单纯的营销标签。
核心能力:用设备端 OCR 搜索截图里的文字
Buffer 最值得单独讲的,是它对截图的处理。
通常剪切板工具只把图片当成二进制对象存下来,搜索时你只能靠缩略图回忆。Buffer 用设备端 Vision OCR 读取截图里的文字,也就是说,你截了一张包含报价、报错日志或聊天记录的图,之后可以直接搜其中的词把它找回来。
「设备端」这个限定词很关键——OCR 在本机完成,截图不会被送去识别服务。对于经常靠截图沟通的团队来说,这等于把「图片」这个剪切板里的黑洞变成了可检索的文本源。
需要注意的是,OCR 的实际召回率会受截图清晰度、字体和背景影响,官方并未给出准确率数据,这部分仍建议以自己常用的截图类型实测为准。
Vision 是 Apple 自 macOS 10.15 起随系统提供的计算机视觉框架,其中的文字识别(OCR)能力支持多语言、手写体与复杂版式,且完全在本机运行,不需要网络请求。这意味着调用它的应用可以在不配置任何服务器、不把图像上传的前提下,把图片转成可检索的文本。对开发者而言,使用系统自带框架还能减少应用体积、避免第三方识别服务带来的隐私与成本问题。同类本地优先工具越来越多地采用这一路径,正是因为它同时满足了「能搜」和「不外流」两个要求。
v3.0 的新东西:图像画布、无限历史与噪点抑制
相比早期版本,Buffer 3.0 加了三块能力:
- 交互式图像画布:对已保存的图片做进一步处理,而不只是原样粘贴。
- 历史层级最高到无限:剪切板工具的老问题是历史一长就难找,Buffer 用可扩展的历史容量配合搜索来化解。
- 剪切板噪点抑制:自动过滤掉无意义的复制(比如密码管理器写入的临时值、短暂闪过的一串数字),减少历史里的垃圾条目。
这三项里,噪点抑制最容易被低估。剪切板历史真正的敌人往往不是容量,而是信噪比——如果每条复制都被记住,搜索反而变得没用。
剪切板噪点通常来自三类复制行为:密码管理器在生成或填充密码时写入的临时字符串、系统或应用在后台悄悄写入的格式片段、以及用户误触产生的短命内容。这些条目本身没有复用价值,却会挤占历史列表并稀释搜索结果的准确度。噪点抑制的本质是一套过滤与去重规则,常见做法包括按来源应用跳过、按内容特征(如高熵随机串)识别、以及短时间内的重复项合并。规则设计得越激进,误伤有用内容的概率也越高,因此这类功能往往需要允许用户自行调整白名单或关闭。
整理与复用:标签、书签、多选粘贴与行内编辑
存下来只是第一步,Buffer 在「找回来、用出去」上做了几件事:
片段可以打上标签、加书签,把一次性复制的内容沉淀成可重复调用的素材;多选粘贴允许一次挑出多条片段批量使用;任何已保存的片段都能行内编辑,改完再粘贴,省掉「粘贴到别处改一遍再复制」的来回。
这套组合让 Buffer 不只服务于即时的复制粘贴,也适合当作轻量的片段库使用——比如常用的邮件模板、命令、地址信息。
适合谁,以及要留意的边界
Buffer 的适配人群比较清晰:长期在 macOS 上工作、复制行为高频、又对数据外流敏感的用户,例如开发者、写作者、需要处理大量表格或客服记录的岗位。
有几点需要在动手前想清楚。第一,它目前是 macOS 独占,Windows 或 Linux 用户用不上。第二,无云同步意味着多设备之间不带历史,换机或重装需要自己考虑备份。第三,这项工具高度依赖辅助功能与剪切板权限,权限模型和隐私边界值得在首次配置时逐项确认。
72 票、2 条评论的成绩在 Product Hunt 上属于曝光有限的小众工具,但这并不直接代表产品质量——开源、本地优先的工具往往靠口碑而非发布日的流量传播。对正在被剪切板历史缺失困扰的 Mac 用户来说,Buffer 3.0 值得放进试用清单。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。