企业官网建设流程全解析

1. 从 AppleScript 到 Peekaboo：macOS 自动化为什么需要视觉感知

如果你写过 macOS 自动化脚本，大概率经历过这种崩溃：用 AppleScript 写了一段控制 Safari 的脚本，跑得好好的，某天系统更新或者应用改版，tell application "Safari" to ...直接报错，因为 Scripting Bridge 的接口变了。更别提那些基于 Electron 的应用——Slack、Notion、VS Code，它们压根不提供完整的 AppleScript 字典，你只能退回到 Python 的pyautogui或者cliclick，用硬编码坐标去点按钮。窗口一移动，整个流程瞬间翻车。

这就是传统 macOS 自动化的根本困境：它依赖应用开发者“愿意”暴露接口。AppleScript 本质上是一套预定义的 RPC 协议，应用不实现，你就没辙。坐标点击则是另一个极端——完全放弃语义，把屏幕当成一张静态图片。两者之间缺少一个中间层：一个能“看见”屏幕内容、理解 UI 结构、并且用统一协议暴露给 AI 的感知网关。

Peekaboo 的出现填补了这个空白。它做的事情可以这样理解：把 macOS 的 Accessibility API（辅助功能接口）和屏幕截图能力封装成一个标准化的 MCP 服务器，让 Claude Code、Cursor 这类 AI 开发环境可以直接调用。AI 不再需要“猜”按钮在哪，而是通过 Accessibility Tree 拿到结构化的 UI 信息——哪个是按钮、哪个是输入框、它们的标签是什么、当前值是什么。同时，Peekaboo 还会返回带注释的截图，把视觉坐标和 UI 元素 ID 对应起来。

这意味着什么？你可以对 AI 说“点击那个发送按钮”，而不是“点击坐标 (450, 890)”。即使窗口在操作过程中移动了，AI 依然能通过 Accessibility API 重新定位到目标元素。这就是从“盲人摸象”到“眼明手快”的转变。

但这里有一个现实问题：Peekaboo 本身只是一个感知和执行层，它不负责“决策”。决策需要大模型。而当你把 Peekaboo 接入 Claude Code 或者自己写的 Agent 时，你会面临多模型 API Key 管理的问题——Claude 一个 Key、GPT 一个 Key、本地模型又是另一套配置。每换一个模型就要改一遍环境变量，调试成本极高。TaoToken 在这里的作用就是统一这个入口：一个 Key、一个 Base URL，兼容 Anthropic 和 OpenAI 两种协议格式，让你在 Peekaboo 的 MCP 调用链里可以灵活切换模型，而不用反复改配置。

这篇文章会带你走完一条完整的链路：从 Accessibility 权限验证，到 Peekaboo 的 MCP 配置，再到用 TaoToken 统一 Key 接入模型，最后跑通一个“截图→分析→点击”的闭环。每一步都有可复制的配置片段和排错方法。

2. TaoToken 前置准备：统一 Key 与 MCP 调用链的接入点

在开始配置 Peekaboo 之前，你需要先解决模型接入的问题。Peekaboo 本身不包含模型，它只负责“看”和“动”。真正的决策来自你接入的 AI 模型。如果你用 Claude Code 作为 Agent 宿主，它默认走 Anthropic 的 API；如果你用 Cursor 或者自己写的 Python Agent，可能走 OpenAI 兼容接口。每换一个宿主，就要重新配一遍 Key 和 Base URL，非常麻烦。

TaoToken 的做法是提供一个统一的 API 入口，同时兼容 Anthropic 和 OpenAI 两种协议格式。你只需要一个 Key，就可以在 Claude Code、Cursor、Cline 或者自定义脚本里调用不同的模型。对于 Peekaboo 这种需要频繁调用模型进行“观察-决策-执行”的链路来说，统一 Key 意味着你可以在调试时快速切换模型，比如用 Claude 做复杂推理，用 GPT-4o 做快速视觉理解，而不用改任何 MCP 配置。

先拿到你的 API Key。访问 TaoToken 控制台（https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite），注册后创建一个 Key。这个 Key 同时适用于 Anthropic 和 OpenAI 两种调用格式。Base URL 是https://taotoken.net/api，注意不要加 UTM 参数，直接写这个地址就行。

接下来验证 Key 是否可用。用 curl 发一个最简单的请求：

curl https://taotoken.net/api/v1/messages \ -H "x-api-key: sk-your-key-here" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 100, "messages": [{"role": "user", "content": "回复 OK"}] }'

如果返回 JSON 里包含content字段，说明 Key 和通道都正常。如果你用的是 OpenAI 兼容格式，把路径改成/v1/chat/completions，Header 改成Authorization: Bearer sk-your-key-here，Body 改成 OpenAI 的格式即可。

这里有一个容易踩的坑：TaoToken 的 Anthropic 端点和 OpenAI 端点是分开的路径。Anthropic 用/v1/messages，OpenAI 用/v1/chat/completions。不要混用 Header 和路径，否则会返回 401。如果你在 Claude Code 里配置，它默认走 Anthropic 格式，所以 Base URL 填https://taotoken.net/api，Key 填你的 Key，模型名填claude-sonnet-4-20250514或者你需要的其他模型。

对于 Peekaboo 的 MCP 调用链，我建议把模型配置放在环境变量里，而不是硬编码在 MCP 配置文件中。这样你可以在不同项目之间快速切换。比如在~/.zshrc里加：

export TAOTOKEN_API_KEY="sk-your-key-here" export TAOTOKEN_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="$TAOTOKEN_API_KEY" export ANTHROPIC_BASE_URL="$TAOTOKEN_BASE_URL"

这样 Claude Code 启动时会自动读取这些环境变量，不需要在配置文件里重复写 Key。如果你用 Cline 或者 Cursor，它们也支持从环境变量读取 API Key，配置方式类似。

还有一个细节：Peekaboo 作为 MCP 服务器，它本身不直接调用模型。模型调用发生在 Agent 宿主（比如 Claude Code）里。所以你需要确保 Agent 宿主的模型配置指向 TaoToken。以 Claude Code 为例，它的配置文件在~/.claude/settings.json，你可以这样写：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-your-key-here" } }

如果你用 Cline，它的 MCP 配置在 VS Code 的 settings.json 里，模型配置在 Cline 自己的设置面板里。把 API Provider 选成 Anthropic，Base URL 填https://taotoken.net/api，Key 填你的 Key，模型选claude-sonnet-4-20250514。

到这里，前置准备就完成了。你有了一个统一的 Key，可以同时服务 Anthropic 和 OpenAI 两种协议，接下来就是配置 Peekaboo 本身。

3. 可复制配置：Peekaboo MCP 服务器与 Accessibility 权限验证

Peekaboo 的安装方式有两种：通过 Homebrew 安装预编译版本，或者从源码编译。我建议用 Homebrew，因为依赖管理更简单。打开终端，执行：

brew tap steipete/tap brew install peekaboo

安装完成后，你需要给 Peekaboo 授予 Accessibility 权限。这是 macOS 的安全机制，任何想要读取 UI 元素或者模拟输入的应用都必须获得这个权限。打开“系统设置”→“隐私与安全性”→“辅助功能”，点击“+”号，把 Peekaboo 的可执行文件加进去。如果你不知道 Peekaboo 装在哪，用which peekaboo查一下路径，通常在/opt/homebrew/bin/peekaboo。

授予权限后，验证一下是否生效：

peekaboo permissions

如果输出里accessibility显示granted，说明权限没问题。如果显示denied，你需要回到系统设置里重新勾选。有时候系统会缓存旧的权限状态，重启终端或者注销重新登录可以解决。

接下来配置 MCP 服务器。Peekaboo 自带一个 MCP 模式，启动命令是peekaboo mcp。你需要在 Agent 宿主的 MCP 配置文件里注册这个服务器。以 Claude Code 为例，MCP 配置文件在~/.claude/mcp.json（如果没有就新建一个）。写入以下内容：

{ "mcpServers": { "peekaboo": { "command": "/opt/homebrew/bin/peekaboo", "args": ["mcp"], "env": { "PEEKABOO_SCREENSHOT_DIR": "/tmp/peekaboo", "PEEKABOO_LOG_LEVEL": "info" } } } }

注意command字段要填 Peekaboo 的绝对路径，不要用peekaboo这个简写，因为 MCP 服务器启动时不会加载你的 shell 环境变量，找不到 PATH。args里的mcp是子命令，告诉 Peekaboo 以 MCP 服务器模式运行。env里可以配置截图保存目录和日志级别，方便调试。

如果你用 Cline，MCP 配置在 VS Code 的settings.json里，格式类似：

{ "cline.mcpServers": { "peekaboo": { "command": "/opt/homebrew/bin/peekaboo", "args": ["mcp"], "env": { "PEEKABOO_SCREENSHOT_DIR": "/tmp/peekaboo", "PEEKABOO_LOG_LEVEL": "info" } } } }

配置完成后，重启 Claude Code 或者 Cline。在 Claude Code 里输入/mcp命令，应该能看到peekaboo服务器状态是connected。如果显示failed，检查路径是否正确，以及 Peekaboo 是否真的有可执行权限。

现在验证 Accessibility API 是否真的能读到 UI 元素。在终端里直接运行：

peekaboo see --json

这个命令会返回当前屏幕的 Accessibility Tree 快照，格式是 JSON。你会看到一堆嵌套的节点，每个节点有role、title、value、position、size等字段。比如一个按钮会显示"role": "AXButton"，一个输入框会显示"role": "AXTextField"。如果返回的是空数组或者报错Accessibility API not available，说明权限没生效，回到系统设置里重新授权。

这里有一个关键点：Peekaboo 的see命令默认只返回当前活动窗口的 UI 树。如果你想看整个屏幕的所有窗口，加--all参数。但通常我们只需要操作当前窗口，所以默认行为就够了。

接下来测试截图功能：

peekaboo screenshot --output /tmp/test.png

打开/tmp/test.png，应该能看到当前屏幕的截图。Peekaboo 的截图会带上 UI 元素的标注框，每个框对应 Accessibility Tree 里的一个节点。这样 AI 就能把视觉信息和结构信息对应起来。

如果你在 MCP 模式下调用，Peekaboo 会暴露几个工具：see、click、type、scroll、screenshot。Claude Code 会自动发现这些工具，你可以在对话里直接说“看一下当前屏幕”，Claude 就会调用peekaboo.see工具。

配置到这里就完成了。但有一个常见问题：MCP 服务器启动时找不到 Peekaboo 的路径。如果你用 Homebrew 安装，路径是/opt/homebrew/bin/peekaboo；如果你用 Intel Mac，路径是/usr/local/bin/peekaboo。用which peekaboo确认一下，然后填到command字段里。

还有一个坑：macOS 的 Accessibility 权限是按应用签名的。如果你从源码编译 Peekaboo，每次重新编译后签名会变，系统会认为这是一个新应用，需要重新授权。所以建议用 Homebrew 安装稳定版本，避免频繁重新授权。

4. 验证请求：跑通 See-Decide-Act 闭环与成功结果

配置完成后，我们来跑一个完整的闭环：让 AI 观察屏幕、决定点击哪个按钮、执行点击。为了演示，我打开一个简单的文本编辑器（比如 TextEdit），里面放一个按钮或者输入框。然后启动 Claude Code，输入：

请用 peekaboo 看一下当前屏幕，找到 TextEdit 的输入区域，然后输入 "Hello from Peekaboo"

Claude Code 会先调用peekaboo.see工具，拿到 Accessibility Tree 和截图。然后它会分析返回的 JSON，找到AXTextArea或者AXTextField节点。接着调用peekaboo.click点击那个区域，最后调用peekaboo.type输入文本。

你可以在 Claude Code 的日志里看到完整的调用链：

[peekaboo] see -> 返回 23 个 UI 节点 [peekaboo] click -> 点击 AXTextArea at (400, 300) [peekaboo] type -> 输入 "Hello from Peekaboo"

如果一切正常，TextEdit 里会出现你输入的文本。这就是 See-Decide-Act 闭环：Peekaboo 负责 See 和 Act，Claude 负责 Decide。

但这里有一个关键点：Claude 的决策质量取决于它拿到的 UI 信息是否完整。Peekaboo 返回的 JSON 里，每个节点都有role、title、value、position、size。如果某个按钮没有title，Claude 可能无法识别它。这时候你可以用peekaboo see --annotate参数，让 Peekaboo 在截图上画框并标注序号，Claude 可以通过序号来引用元素。

实测下来，Peekaboo 对原生 macOS 应用（Finder、Safari、TextEdit）的支持最好，因为它们的 Accessibility Tree 很完整。对 Electron 应用（VS Code、Slack）的支持也不错，但偶尔会有节点缺失。对完全自定义绘图的应用（比如游戏），Peekaboo 只能回退到纯视觉坐标，这时候就需要 Claude 的视觉理解能力来定位目标。

如果你想让流程更稳定，可以在 MCP 配置里加一个PEEKABOO_TIMEOUT环境变量，控制每次操作的超时时间。默认是 5000 毫秒，对于复杂的 UI 树解析可能不够，可以调到 10000。

{ "mcpServers": { "peekaboo": { "command": "/opt/homebrew/bin/peekaboo", "args": ["mcp"], "env": { "PEEKABOO_SCREENSHOT_DIR": "/tmp/peekaboo", "PEEKABOO_LOG_LEVEL": "info", "PEEKABOO_TIMEOUT": "10000" } } } }

还有一个实用技巧：Peekaboo 支持--window-id参数，可以指定操作哪个窗口。如果你有多个显示器或者多个窗口，这个参数很有用。在 MCP 模式下，Claude 可以通过see工具返回的窗口列表来选择目标窗口。

现在验证模型调用是否走了 TaoToken。在 Claude Code 里输入/status，应该能看到 API Base URL 是https://taotoken.net/api。如果你用 curl 直接测试，可以发一个请求：

curl https://taotoken.net/api/v1/messages \ -H "x-api-key: sk-your-key-here" \ -H "anthropic-version: 2023-06-01" \ -H "content-type: application/json" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 200, "messages": [{"role": "user", "content": "用一句话描述 macOS Accessibility API 的作用"}] }'

如果返回正常，说明 TaoToken 通道没问题。这时候你的 Peekaboo 闭环就完全跑通了：Peekaboo 负责感知和执行，Claude 负责决策，TaoToken 负责模型接入。

如果你想让 Agent 更智能，可以在 Claude Code 的 system prompt 里加一段关于 Peekaboo 工具使用的说明。比如：

你可以使用 peekaboo 工具来观察和操作 macOS 屏幕。 当用户要求你操作某个应用时，先用 peekaboo.see 获取当前屏幕的 UI 树， 找到目标元素后，用 peekaboo.click 点击它，或者用 peekaboo.type 输入文本。 如果 UI 树里找不到目标元素，尝试用 peekaboo.screenshot 获取截图， 然后根据视觉信息推断坐标。

这样 Claude 会更倾向于使用 Peekaboo 工具，而不是自己瞎猜。

5. 常见报错排查：401、local proxy failed、reading choices 与 OAuth

即使配置正确，你仍然可能遇到一些报错。这一节整理了几个高频问题及其解决方法。

401 Unauthorized：这是最常见的错误，通常是因为 API Key 不对或者 Base URL 写错了。检查你的 Key 是否以sk-开头，Base URL 是否是https://taotoken.net/api（注意不要加/v1，TaoToken 的 Anthropic 端点是/v1/messages，但 Base URL 本身不带/v1）。如果你在 Claude Code 里配置，确认ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY环境变量是否正确。有时候 Key 复制时带了空格，也会导致 401。用echo $ANTHROPIC_API_KEY | tr -d ' '检查一下。

local proxy failed：这个错误通常出现在 MCP 服务器启动时。Peekaboo 的 MCP 模式需要访问本地网络接口，如果你的防火墙或者安全软件阻止了本地连接，就会报这个错。解决方法是在系统设置→隐私与安全性→防火墙里，允许 Peekaboo 接受传入连接。如果你用 Little Snitch 之类的工具，也要放行 Peekaboo。

reading choices 报错：这个错误通常来自 OpenAI 兼容接口的响应解析。如果你用 TaoToken 的 OpenAI 端点，但模型返回的格式和预期不符，就会报reading choices错误。检查你的请求 Body 是否符合 OpenAI 格式：

{ "model": "gpt-4o", "messages": [{"role": "user", "content": "Hello"}], "max_tokens": 100 }

注意 OpenAI 格式用messages数组，Anthropic 格式也用messages，但 Header 和路径不同。如果你混用了，就会报错。另外，TaoToken 的 OpenAI 端点路径是/v1/chat/completions，不要写成/v1/messages。

OAuth 相关错误：如果你在 Claude Code 里看到 OAuth 报错，通常是因为 Claude Code 尝试用 OAuth 登录 Anthropic 官方账号，而不是用 API Key。解决方法是在~/.claude/settings.json里明确设置ANTHROPIC_API_KEY，并且不要运行claude login。如果你已经登录了 OAuth，运行claude logout清除状态，然后重启 Claude Code。

Peekaboo 权限被重置：macOS 有时会在系统更新后重置 Accessibility 权限。如果你发现 Peekaboo 突然不能读取 UI 树了，回到系统设置→隐私与安全性→辅助功能，把 Peekaboo 移除再重新添加。有时候需要重启终端才能生效。

MCP 服务器连接失败：在 Claude Code 里输入/mcp查看服务器状态。如果显示failed，检查command字段的路径是否正确。用ls -la /opt/homebrew/bin/peekaboo确认文件存在且有可执行权限。如果路径不对，用which peekaboo重新获取。

模型返回空响应：如果你用 TaoToken 调用模型时返回空内容，检查max_tokens是否设置得太小。有些模型在max_tokens小于 10 时会返回空。另外，检查你的请求是否包含了stream: true，如果你不处理流式响应，可能会看到空结果。在 Claude Code 里，默认是流式响应，不需要额外配置。

截图目录不存在：Peekaboo 默认把截图保存到/tmp/peekaboo，如果这个目录不存在，会报错。手动创建一下：

mkdir -p /tmp/peekaboo

或者在 MCP 配置里把PEEKABOO_SCREENSHOT_DIR改成一个已存在的目录。

Accessibility API 返回空树：如果peekaboo see --json返回空数组，说明当前活动窗口没有 Accessibility 信息。这可能是因为应用没有实现 Accessibility API，或者窗口没有焦点。尝试点击一下目标窗口，让它成为活动窗口，然后再运行命令。如果还是空，用peekaboo see --all查看所有窗口。

TaoToken 返回 429：这是速率限制错误。TaoToken 对免费账号有 QPS 限制，如果你在短时间内发送大量请求，会触发 429。解决方法是在 Agent 里加一个重试机制，或者升级到付费计划。在 Claude Code 里，你可以设置ANTHROPIC_MAX_RETRIES=3环境变量，让它自动重试。

模型名称不匹配：如果你在 Claude Code 里配置了claude-sonnet-4-20250514，但 TaoToken 不支持这个模型名，会返回 404。检查 TaoToken 的文档，确认支持的模型列表。通常claude-sonnet-4-20250514、claude-opus-4-20250514、gpt-4o都是支持的。如果你不确定，用claude-sonnet-4-20250514这个通用名称。

排错的核心思路是：先确认 Key 和 Base URL 正确，再确认 MCP 服务器启动成功，最后确认 Accessibility 权限生效。这三步都过了，基本不会有大问题。

6. 长期编码与 Agent 场景：用 Coding Plan 统一管理模型调用

如果你只是偶尔跑一下 Peekaboo 的 demo，按量付费的 API Key 就够了。但如果你想把 macOS 自动化做成一个长期运行的 Agent，比如每天自动整理文件、自动填写表单、自动截图分析，那么按量付费的成本会很快累积。这时候可以考虑 TaoToken 的 Coding Plan，它提供固定的月度额度，适合高频调用的场景。

Coding Plan 的接入方式和普通 API Key 一样，只是 Key 的额度类型不同。你可以在 TaoToken 控制台（https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite）里查看当前的用量和额度。如果你用 Claude Code 作为 Agent 宿主，Coding Plan 的 Key 可以直接替换ANTHROPIC_API_KEY，不需要改其他配置。

对于 Peekaboo 这种需要频繁调用模型的场景，我建议把模型调用和工具调用分开管理。Peekaboo 的 MCP 服务器负责工具调用（see、click、type），模型调用由 Agent 宿主负责。这样你可以在 Agent 宿主里配置多个模型，比如用 Claude 做复杂决策，用 GPT-4o 做快速视觉理解。TaoToken 的统一 Key 让你可以在同一个 Base URL 下切换模型，只需要改模型名即可。

如果你用 Cline 或者 Cursor，它们的 MCP 配置和 Claude Code 类似，只是配置文件路径不同。Cline 的 MCP 配置在 VS Code 的settings.json里，模型配置在 Cline 的设置面板里。把 API Provider 选成 Anthropic，Base URL 填https://taotoken.net/api，Key 填你的 Coding Plan Key，模型选claude-sonnet-4-20250514。

如果你自己写 Python Agent，可以用anthropic或者openai库，把base_url指向 TaoToken。比如：

from anthropic import Anthropic client = Anthropic( api_key="sk-your-key-here", base_url="https://taotoken.net/api" ) response = client.messages.create( model="claude-sonnet-4-20250514", max_tokens=1024, messages=[{"role": "user", "content": "分析这张截图里的 UI 元素"}] )

这样你的 Python Agent 就可以同时调用 Peekaboo 的 MCP 工具和 TaoToken 的模型接口。

对于长期运行的 Agent，还有一个建议：把 Peekaboo 的 MCP 服务器配置成开机自启动。你可以用launchd创建一个 plist 文件，让 Peekaboo 在后台常驻。这样 Agent 启动时不需要重新拉起 MCP 服务器，响应更快。具体做法是在~/Library/LaunchAgents/下创建一个com.peekaboo.mcp.plist，内容如下：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd"> <plist version="1.0"> <dict> <key>Label</key> <string>com.peekaboo.mcp</string> <key>ProgramArguments</key> <array> <string>/opt/homebrew/bin/peekaboo</string> <string>mcp</string> </array> <key>RunAtLoad</key> <true/> <key>KeepAlive</key> <true/> </dict> </plist>

然后运行launchctl load ~/Library/LaunchAgents/com.peekaboo.mcp.plist。这样 Peekaboo 就会在后台常驻，Agent 随时可以连接。

最后，如果你在配置过程中遇到问题，可以查阅 TaoToken 的接入文档（https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite），里面有详细的 API 说明和示例代码。如果你只是想快速验证模型是否可用，可以用模型对话页面（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=model_chat&utm_campaign=rewrite）直接测试。对于长期编码和 Agent 场景，Coding Plan 是更经济的选择。