geo-sleuth 是什么?通过照片几何特征定位拍摄地点的 AI 代理技能
中文导读
geo-sleuth 是开源项目,站内分类为 AI 智能体。简介:通过照片几何特征定位拍摄地点的 AI 代理技能。项目说明中列出的主要功能包括:从单张照片推断拍摄位置，无需文字、车牌或地标；利用 OpenStreetMap 几何、海拔天际线、卫星影像和街景进行搜索；通过桥墩间距、阴影方向、山脊线等几何特征作为距离和方位线索。适合对照片地理定位、OSINT 或 GeoGuessr 感兴趣的开发者和普通用户，尤其是使用 Claude Code、Codex、Cursor 等 AI 代理工具的人。
根据 GitHub 公开数据,该项目的编程语言为 Python,开源协议为 MIT,创建于 2026-09-18,最近更新于 2026-10-14,目前有 2,971 个 Star。
项目介绍
geo-sleuth 是一个 Agent Skill，能够根据一张照片推断拍摄位置，并展示推理依据。它不依赖文字、车牌或地标，而是利用 OpenStreetMap 几何数据、海拔天际线、卫星影像和街景来缩小范围。该技能以 SKILL.md 加 Python 脚本的形式提供，可在 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 和 GitHub Copilot 等支持读取 SKILL.md 并执行 shell 命令的代理中运行。
工作流程由多个单一用途的脚本完成搜索、评分和排序，模型只在排名靠前的结果中做判断。每个结论都必须指向具体运行过的命令和生成的文件，最终输出相机位置、朝向、误差半径以及一张卫星证据图。README 中展示了三个无 GPS 照片的定位案例，分别达到 ±2 米、100 米内和 3 米的精度。
主要功能
- 从单张照片推断拍摄位置，无需文字、车牌或地标
- 利用 OpenStreetMap 几何、海拔天际线、卫星影像和街景进行搜索
- 通过桥墩间距、阴影方向、山脊线等几何特征作为距离和方位线索
- 每个结论都关联具体命令和生成文件，保证可追溯
- 脚本负责搜索、评分和排序，模型只从 top 结果中挑选
- 输出包含坐标、误差半径、相机朝向和卫星证据图
适合谁用
适合对照片地理定位、OSINT 或 GeoGuessr 感兴趣的开发者和普通用户，尤其是使用 Claude Code、Codex、Cursor 等 AI 代理工具的人。
快速上手
- 运行 npx skills add Oldcircle/geo-sleuth 安装技能
- 在提示时选择你的代理
- 将照片交给代理并说：find where this photo was taken
- 首次使用时，让代理运行已安装技能 scripts/ 文件夹中的 doctor.py 并处理失败的检查项