Um conjunto de 24 skills open source para orientar Claude Code, Codex, Cursor e opencode a gerar interfaces menos genéricas e com decisões de design mais deliberadas.
Oldcircle/geo-sleuth
Uma skill de agente que estima onde uma foto foi tirada usando geometria do OpenStreetMap, linhas do horizonte baseadas em elevação, imagens de satélite e imagens do Street View, e apresenta seu raciocínio.
- Estrelas
- 6,253
- Forks
- 777
- Issues abertas
- 20
- Último commit
- anteontem
O que é?
geo-sleuth é uma skill de geolocalização de fotos para agentes de programação com IA. A partir de uma foto, o agente executa um conjunto de scripts Python que leem dados EXIF e textos visíveis, buscam locais candidatos no OpenStreetMap e comparam a linha das cristas na foto com linhas do horizonte baseadas em elevação, calculadas para cada candidato. Imagens de satélite e do Street View são classificadas com correspondência usando CLIP, DINOv2 e SIFT. O resultado inclui a posição da câmera, um raio de erro, a orientação e uma imagem de evidências.
A skill foi criada para fotos sem pontos de referência óbvios, como cenas que mostram apenas pontes, linhas de energia, montanhas ou árvores de rua. Os scripts classificam os candidatos, e o modelo escolhe apenas entre os poucos melhores. Toda conclusão precisa indicar um comando que foi executado e o arquivo que ele gerou. O repositório apresenta benchmarks e novas execuções às cegas para duas fotos de teste.
Ela é instalada como uma Agent Skill padrão — uma pasta com SKILL.md e scripts — e funciona com Claude Code, Codex, Cursor, Gemini CLI, OpenCode e GitHub Copilot. Requer Python 3.10+, uv e uma instalação do Chrome ou do Chromium do Playwright para busca reversa de imagens.
Recursos principais
- 01Analisa elementos do OpenStreetMap, como pontes ferroviárias e linhas de energia, para gerar locais candidatos.
- 02Compara as linhas das cristas na foto com linhas do horizonte baseadas em elevação e calcula pequenos ângulos de rotação da câmera.
- 03Estima sombras e a direção do sol para inferir a orientação e a faixa de latitude.
- 04Classifica imagens de satélite e do Street View usando correspondência com CLIP, DINOv2 e SIFT.
- 05Fornece as coordenadas da câmera, um raio de erro, a orientação e uma imagem de evidências.
- 06Funciona como uma Agent Skill padrão em seis dos principais agentes de programação.
Casos de uso
- Localizar uma foto sem dados de GPS nem placas legíveis para pesquisa de OSINT.
- Praticar técnicas de geolocalização em desafios no estilo GeoGuessr, com raciocínio transparente.
- Verificar onde uma foto de paisagem ou infraestrutura foi tirada, com autorização para analisá-la.
- Estudar como combinar dados de relevo, imagens de satélite e mapas para geolocalizar imagens.
Início rápido
- 1
Instale a skill com npx e escolha seus agentes
npx skills add Oldcircle/geo-sleuth - 2
No primeiro uso, peça ao agente para executar doctor.py na pasta scripts da skill e corrigir as verificações que falharem
- 3
Dê uma foto ao agente e peça que ele descubra onde ela foi tirada
Antes de usar
- Requer Python 3.10 ou mais recente e uma verificação de configuração no primeiro uso.
- Uma execução completa pode ser demorada; um caso documentado levou cerca de 72 minutos do início ao fim.
Em coleções
Tópicos
Perguntas frequentes
- O que é geo-sleuth?
- Uma skill de agente que estima onde uma foto foi tirada usando geometria do OpenStreetMap, linhas do horizonte baseadas em elevação, imagens de satélite e imagens do Street View, e apresenta seu raciocínio. geo-sleuth é uma skill de geolocalização de fotos para agentes de programação com IA. A partir de uma foto, o agente executa um conjunto de scripts Python que leem dados EXIF e textos visíveis, buscam locais candidatos no OpenStreetMap e comparam a linha das cristas na foto com linhas do horizonte baseadas em elevação, calculadas para cada candidato. Imagens de satélite e do Street View são classificadas com correspondência usando CLIP, DINOv2 e SIFT. O resultado inclui a posição da câmera, um raio de erro, a orientação e uma imagem de evidências.
- geo-sleuth é gratuito? Qual é a licença?
- geo-sleuth é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- geo-sleuth ainda é mantido?
- Manutenção ativa. O último commit de geo-sleuth foi em 5 de nov. de 2026.
- Para que posso usar geo-sleuth?
- Localizar uma foto sem dados de GPS nem placas legíveis para pesquisa de OSINT. Praticar técnicas de geolocalização em desafios no estilo GeoGuessr, com raciocínio transparente. Verificar onde uma foto de paisagem ou infraestrutura foi tirada, com autorização para analisá-la. Estudar como combinar dados de relevo, imagens de satélite e mapas para geolocalizar imagens.
- Como instalar geo-sleuth?
- Instale a skill com npx e escolha seus agentes: npx skills add Oldcircle/geo-sleuth No primeiro uso, peça ao agente para executar doctor.py na pasta scripts da skill e corrigir as verificações que falharem Dê uma foto ao agente e peça que ele descubra onde ela foi tirada
- Onde consigo geo-sleuth?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Oldcircle/geo-sleuth
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
CLI e TUI para instalar, organizar e compartilhar uma biblioteca de skills para agentes de programação com IA, com uma seleção própria do autor incluída.
Plugin do Obsidian para navegar, criar e editar skills, comandos e agentes de IA em 17 ferramentas de programação, como Claude Code e Cursor.
Instala um fluxo de desenvolvimento orientado por especificações como Agent Skills para agentes de programação com IA, como Claude Code, Codex e Cursor, cobrindo requisitos, design, tarefas e implementação autônoma.
Uma Agent Skill que reescreve textos em japonês gerados por IA para deixá-los mais naturais e fáceis de ler em artigos técnicos, especificações e descrições de PR.
Uma skill para agentes de programação que permite contornar, mascarar e contar objetos em fotos com o SAM 3 da Meta, usando uma GPU NVIDIA local.