C++ 控制台鼠标字符坐标获取：用 windows.h 读取光标位置与 TaoToken 配置骨架-育师

1. 控制台里拿到鼠标字符坐标，到底难在哪

如果你写过 Windows 控制台小游戏、终端菜单、字符画编辑器，大概率会遇到同一个问题：鼠标点下去，我想知道它落在第几行第几列，而不是像素坐标。windows.h里其实早就给齐了工具，只是几个 API 拼起来容易踩坑，比如坐标系原点不对、字体尺寸取错、窗口缩放后行列偏移。

这篇就围绕「C++ 控制台鼠标字符坐标获取」这件事，把GetCursorPos、ScreenToClient、GetCurrentConsoleFont三个函数串成一条能直接编译运行的链路，输出鼠标当前所在的字符行列。同时给出一份config.toml骨架，把 TaoToken 的统一 Key / API 通道写进去，方便你后续在这个控制台程序里接 AI 能力，比如让模型根据点击坐标生成内容、做终端里的智能补全。

适合谁看：会一点 C++、用过windows.h、想在控制台里做交互（点击、拾取、菜单）的人；以及想把 AI 调用统一收口到一个配置文件里的开发者。下面所有代码都在 Windows + MinGW / MSVC 下实测可编译，坐标读取部分不依赖任何第三方库。

2. 前置准备：TaoToken 统一 Key 与 API 通道

在写坐标代码之前，先把后面要用的 AI 通道配置好，避免代码写完还要回头补。TaoToken 的作用是把多家模型的调用统一到一个 Key 和一套 API 地址上，你不需要为每个模型单独记 base_url 和鉴权方式。

官网入口在这里，注册和查看文档都从这进：

https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=

API 基地址（代码里填这个，注意不带任何跟踪参数）：

https://taotoken.net/api

拿到 Key 的路径是：登录后进控制台，在 API Keys 页面创建一个新 Key。这个 Key 就是后面config.toml里api_key字段的值。相关页面：

模型对话 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite 控制台 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite API Keys https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite 接入文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite

注意：Key 只创建一次就够，多个工具共用同一个 Key，靠config.toml里的model字段区分调用哪个模型。不要把 Key 硬编码进.cpp源码，提交到仓库会泄露。

如果你后面要做长期编码或 Agent 类工具，可以看 Coding Plan 那条链接；只是临时验证模型返回，用模型对话页面更直接。接入细节以接入文档为准。

3. 可复制配置：坐标读取代码 + config.toml 骨架

3.1 三个核心 API 的分工

先把原理讲清楚，不然改代码时容易懵。

GetCursorPos(&p)拿到的是鼠标在屏幕上的像素坐标，原点是整个屏幕左上角。这个坐标不能直接用来算字符行列，因为控制台窗口可能不在屏幕左上角。

ScreenToClient(GetForegroundWindow(), &p)把屏幕像素坐标转换成「相对于当前前台窗口客户区」的像素坐标。转换后p.x、p.y就是鼠标在窗口内的像素位置，原点变成窗口客户区左上角。

GetCurrentConsoleFont(GetStdHandle(STD_OUTPUT_HANDLE), FALSE, &a)拿到当前控制台字体信息，其中a.dwFontSize.X是单个字符宽度（像素），a.dwFontSize.Y是单个字符高度（像素）。用客户区像素坐标分别除以这两个值，就得到字符行列。

3.2 最小可运行坐标读取程序

新建mouse_pos.cpp，内容如下：

#include <windows.h> #include <iostream> using namespace std; int main() { POINT p; CONSOLE_FONT_INFO fontInfo; for (;;) { system("cls"); // 1. 获取鼠标屏幕像素坐标 GetCursorPos(&p); // 2. 转换为当前前台窗口客户区像素坐标 ScreenToClient(GetForegroundWindow(), &p); // 3. 获取控制台字体尺寸 GetCurrentConsoleFont( GetStdHandle(STD_OUTPUT_HANDLE), FALSE, &fontInfo ); // 4. 像素坐标 / 字符尺寸 = 字符行列 int col = p.x / fontInfo.dwFontSize.X; int row = p.y / fontInfo.dwFontSize.Y; cout << "字符坐标 -> 列: " << col << " 行: " << row << endl; cout << "像素坐标 -> x: " << p.x << " y: " << p.y << endl; Sleep(100); } return 0; }

编译命令（MinGW 为例）：

g++ mouse_pos.cpp -o mouse_pos.exe -lgdi32 -luser32

MSVC 下用：

cl mouse_pos.cpp user32.lib gdi32.lib

运行后移动鼠标，窗口里会实时刷新行列值。这里有个细节：dwFontSize.X和dwFontSize.Y在部分终端下可能返回 0，直接除会崩，所以生产代码里要加保护，见第 5 节排障。

3.3 config.toml 骨架

在项目根目录建config.toml，把 TaoToken 通道写进去。字段设计成后续接 AI 工具时直接读：

# TaoToken 统一接入配置 [taotoken] base_url = "https://taotoken.net/api" api_key = "sk-你的Key填这里" model = "claude-sonnet-4-20250514" timeout_seconds = 60 # 控制台交互相关 [console] refresh_ms = 100 font_width = 8 font_height = 16 enable_click = true

base_url固定填https://taotoken.net/api，不要加尾斜杠。api_key从 API Keys 页面复制。model按你实际要用的模型名填，接入文档里有完整列表。[console]段是给坐标程序读的，refresh_ms控制刷新频率，font_width/height是兜底值，当GetCurrentConsoleFont返回 0 时用它。

读取这个配置的 C++ 片段（不引第三方库，简单解析）：

#include <fstream> #include <string> #include <map> map<string, string> loadConfig(const string& path) { map<string, string> cfg; ifstream fin(path); string line; while (getline(fin, line)) { // 跳过注释和空行 if (line.empty() || line[0] == '#' || line[0] == '[') continue; auto pos = line.find('='); if (pos == string::npos) continue; string key = line.substr(0, pos); string val = line.substr(pos + 1); // 去掉首尾空格和引号 auto trim = [](string& s) { size_t a = s.find_first_not_of(" \t\""); size_t b = s.find_last_not_of(" \t\""); if (a == string::npos) { s = ""; return; } s = s.substr(a, b - a + 1); }; trim(key); trim(val); cfg[key] = val; } return cfg; }

调用时auto cfg = loadConfig("config.toml");，然后cfg["base_url"]、cfg["api_key"]就能取到值。这样坐标程序和 AI 调用共用一份配置，改 Key 只改一个文件。

4. 验证请求：编译运行与成功结果

4.1 编译并运行坐标程序

按 3.2 的命令编译，双击或命令行运行mouse_pos.exe。窗口打开后，把鼠标移到控制台窗口内不同位置，观察输出。

成功结果长这样：

字符坐标 -> 列: 12 行: 5 像素坐标 -> x: 96 y: 80 字符坐标 -> 列: 30 行: 10 像素坐标 -> x: 240 y: 160

行列值随鼠标移动连续变化，且鼠标停在同一个字符格内时行列不变，说明换算正确。如果行列跳动很大或始终为 0，看第 5 节。

4.2 验证 TaoToken 通道是否通

配置写好后，用一条 curl 验证 Key 和 base_url 是否可用：

curl https://taotoken.net/api/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-你的Key" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "claude-sonnet-4-20250514", "max_tokens": 64, "messages": [{"role":"user","content":"回复 OK 两个字母"}] }'

返回里能看到content字段带文本，就说明通道正常。这一步和坐标程序是独立的，先确认通道通，再把 AI 调用接进控制台逻辑，排障时能快速定位是网络问题还是代码问题。

4.3 把坐标和 AI 调用串起来

一个典型用法：鼠标点击控制台某个字符格，把该格坐标发给模型，让模型返回该位置应该显示的内容。核心逻辑：

if (GetAsyncKeyState(VK_LBUTTON) & 0x8000) { int col = p.x / fontInfo.dwFontSize.X; int row = p.y / fontInfo.dwFontSize.Y; // 用 col/row 拼 prompt，走 config.toml 里的 base_url + api_key string prompt = "坐标(" + to_string(col) + "," + to_string(row) + ")处生成一个字符"; // 调用 TaoToken 接口，把返回字符画到该位置 }

GetAsyncKeyState(VK_LBUTTON) & 0x8000判断左键是否按下，配合坐标换算就能做点击拾取。注意点击检测要放在循环里，且和Sleep配合，不然会重复触发。

5. 本篇常见错排查

5.1 行列始终为 0 或除零崩溃

最常见原因是dwFontSize.X或dwFontSize.Y返回 0。某些终端、某些字体设置下GetCurrentConsoleFont拿不到有效尺寸。解决方式是加兜底：

int fw = fontInfo.dwFontSize.X > 0 ? fontInfo.dwFontSize.X : 8; int fh = fontInfo.dwFontSize.Y > 0 ? fontInfo.dwFontSize.Y : 16; int col = p.x / fw; int row = p.y / fh;

8和16就是config.toml里font_width、font_height的默认值，保持一致。

5.2 坐标原点不对，行列整体偏移

ScreenToClient的第二个参数必须是「鼠标所在的那个窗口」的句柄。如果你用GetForegroundWindow()但鼠标其实在另一个窗口上，换算就会偏。更稳的做法是用WindowFromPoint先拿到鼠标下的窗口：

POINT p; GetCursorPos(&p); HWND hwnd = WindowFromPoint(p); ScreenToClient(hwnd, &p);

这样无论鼠标在哪个窗口，坐标都相对该窗口客户区，符合「原点为当前操作窗口」的需求。

5.3 窗口缩放 / DPI 导致行列不准

高 DPI 屏上，系统可能对窗口做缩放，GetCursorPos返回的是物理像素，而字体尺寸是逻辑像素，两者不匹配。在main开头声明 DPI 感知：

SetProcessDPIAware();

或者用清单文件声明dpiAware。加完之后行列换算会一致。如果不想动 DPI，就在config.toml里把font_width/height按实际缩放比例调大。

5.4 config.toml 读不到值

检查三点：文件是否和 exe 同目录（相对路径基于工作目录，不是源码目录）；api_key是否带了多余空格或引号（解析函数已去引号，但手写时容易多打空格）；base_url是否误加了尾斜杠。用cfg["base_url"]打印出来确认。

5.5 点击重复触发

GetAsyncKeyState在按键持续按下时会一直返回按下状态，导致一次点击触发多次。加一个状态变量记录上次是否已处理：

static bool lastPressed = false; bool nowPressed = (GetAsyncKeyState(VK_LBUTTON) & 0x8000) != 0; if (nowPressed && !lastPressed) { // 只在按下的瞬间处理一次 } lastPressed = nowPressed;

6. 后续接入与配置收口

坐标读取本身不复杂，难的是把它和后续 AI 能力接起来时，Key、base_url、模型名散落在各处。把 TaoToken 通道统一写进config.toml，坐标程序、AI 调用、日志模块都读同一份配置，改一处全生效。

需要 Key 和通道信息时走这几个入口：

API Keys https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite 接入文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite 模型对话 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite

排障和接入细节看接入文档，验证模型返回看模型对话，长期编码或 Agent 场景看 Coding Plan。坐标代码先跑通，再把config.toml里的base_url和api_key填上，用 4.2 的 curl 确认通道，最后把点击逻辑和模型调用拼起来。整个过程不需要改坐标换算部分，那三个 API 的组合是稳定的。