用 geo-sleuth 定位一张照片的拍摄地点

一张没有 GPS 信息、没有招牌、没有车牌、也没有地标的照片——只有一座桥、一座山和一片稻田。Oldcircle 的 geo-sleuth（3k 星）把这个难题交给你的编码 Agent，并让它亮出推导过程：答案是机位加朝向、误差半径、分级置信度，外加一张卫星证据图。

为什么这个 Skill 重要

让 Agent 做地理定位，多数时候是模型凭感觉猜。geo-sleuth 把分工倒了过来：二十多个单一职责的 Python 脚本负责搜索、评分和排序，模型只在排名靠前的少数候选里做判断。README 里的三条规则定义了这门纪律：

• **每个结论都要指向文件。**结论必须点名会话里实际运行过的命令和它产出的文件。人口多、名气大不算证据。
• **用几何而不是猜测。**桥墩间距变成一把距离尺，阴影变成方位角，山脊线变成一份可与高程数据比对的指纹。
• **排除需要证据。**观察和猜测只能降低候选的权重；要排除一个候选，必须有读取到的或计算出来的证据。

它是一个标准 Agent Skill——一个 SKILL.md 加普通 Python 脚本——所以同一个文件夹可以在 Claude Code、Codex、Cursor、Gemini CLI、OpenCode 和 GitHub Copilot 里运行。

安装

文档记载的一条命令完成安装，并提示你选择要接入的 agent：

npx skills add Oldcircle/geo-sleuth

想一条命令覆盖全部六个 agent（用户级）：

npx skills add Oldcircle/geo-sleuth -g -a claude-code -a codex -a cursor -a gemini-cli -a opencode -a github-copilot -y

更喜欢自己复制文件夹？README 记载了手动 git clone 到 ~/.agents/skills/ 的路线（Claude Code 用符号链接）。首次使用时，让 Agent 运行已装 skill 的 scripts/ 目录下的 doctor.py 并处理所有失败项。你需要 Python 3.10+、uv、curl，以及——做以图搜图时——Chrome 或 Playwright Chromium。带 ML 模型的脚本会在首次使用时下载模型，预留额外的时间和磁盘空间。

实战：定位一张被抹掉信息的照片

把照片交给 Agent，说：

这张照片没有 GPS 信息。找出它是在哪里拍的：给出相机位置、朝向、误差半径和置信度，每个结论都要指向实际运行过的命令和产出的文件。

然后 skill 文档记载的流水线开始运转：intake.py 一次跑完元数据、边缘裁剪、OCR 和以图搜图；候选盘收集线索并对假设排序；terrain.py、osm.py 和 sun.py 扫描区域、拟合天际线；sat_scan.py 和 match.py 把卫星瓦片和街景与照片比对。README 的旗舰案例展示了完整的漏斗：从一个区域 27,335 段 OpenStreetMap 铁路桥，经过 171 个候选点位、14,372 个拟合机位，再加最后的桥墩计数校验，收束到一个 ±2 m 的单点——整轮跑了约 72 分钟。

要预期迭代而不是一锤定音：README 的沙漠案例记载了 skill 在天际线误差 10 像素附近卡住，直到把拟合扩展为可解 1° 相机横滚——这个修复现在默认包含在 terrain.py fit 里。

技巧

• 先用 intake.py photo.jpg --out-dir intake --no-rev 跑纯本地流水线，在接触任何在线服务之前检查元数据、裁剪和 OCR。
• 源证据保持原始语言——skill 的维护指令是英文，Agent 会用你的语言解释中文 OCR 文本或地名。
• README 公开了用全新 Agent 做的盲测复跑：沙漠照片距确认机位 87 m（32 分钟），温哥华樱花街 3 m（53 分钟）。它也直说了两张照片此前都被解过，所以这些是回归检查，不是对未见照片的准确率数字。
• GEO_DEVICE=cpu|cuda|mps 可以为 ML 脚本强制指定设备，否则脚本按 CUDA、MPS、CPU 的顺序自动挑选。

何时不用这个 Skill

README 自己画了线：只对你自己的照片或获得授权分析的照片使用，绝不用于找到那些不愿被找到的人。结果也随模型和过程中的决策而变——README 警告说换一个模型未必能复现同样的结果。而对于那些本来就有据可查的照片（"埃菲尔铁塔，白天"），在浏览器里做一次以图搜图，比跑 72 分钟的几何流水线快得多。

查看 排行榜 了解更多 skill。