Peekaboo 通过以下步骤实现智能视觉问答（VQA）：
1. 模型配置::
支持本地部署的 Ollama 模型（如 llava/qwen2-vl）或云端 API。以本地模型为例，需先运行 brew install ollama 安装服务，通过 ollama pull llava:latest 下载视觉模型，最后在 Peekaboo 配置文件指定模型路径。
2. 问答流程::
执行命令如 peekaboo capture screen --question 'What is on the screen?' --output result.json，工具会：
① 实时捕捉屏幕图像 → ② 将图像和问题提交给配置的 AI 模型 → ③ 生成包含答案的 JSON 文件（含图像引用和分析结果）
3. 技术特性::
- low latency：本地模型处理无需网络请求
- multimodal understanding：模型能解析文字、图表等复杂内容
- 扩展性强：通过更换模型适配不同场景需求，如代码分析可选用专业编程模型。
This answer comes from the articlePeekaboo: macOS screen capture and visual quiz toolThe
May not be reproduced without permission:AI productivity tools " Peekaboo 如何结合 AI 模型实现视觉问答功能？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil