24 open-source навыка для агентов, которые помогают Claude Code, Codex, Cursor и opencode создавать более выразительные и продуманные интерфейсы.
Oldcircle/geo-sleuth
Навык для агентов, который определяет примерное место съёмки по геометрии OpenStreetMap, линиям горизонта по данным о высоте, спутниковым снимкам и панорамам улиц, а также объясняет свои выводы.
- Звёзды
- 6,422
- Форки
- 790
- Открытые issues
- 20
- Последний коммит
- 3 дня назад
Что это?
geo-sleuth — навык для геолокации фотографий, предназначенный для AI coding agents. Получив фото, агент запускает набор Python-скриптов, которые считывают данные EXIF и видимый текст, ищут возможные места в OpenStreetMap и сопоставляют линию хребта на фото с линиями горизонта, рассчитанными по данным о высоте для каждого кандидата. Спутниковые тайлы и изображения улиц ранжируются с помощью CLIP, DINOv2 и сопоставления SIFT. Результат — позиция камеры с радиусом погрешности, направлением съёмки и изображением с подтверждающими данными.
Навык рассчитан на фотографии без очевидных ориентиров: например, на кадры, где видны только мосты, линии электропередач, горы или уличные деревья. Скрипты ранжируют кандидатов, а модель выбирает только из нескольких лучших. Каждый вывод должен сопровождаться указанием на выполненную команду и созданный ею файл. В репозитории приведены бенчмарки и результаты слепых повторных запусков для двух контрольных фотографий.
Навык устанавливается в стандартном формате Agent Skill — как папка с SKILL.md и скриптами — и работает с Claude Code, Codex, Cursor, Gemini CLI, OpenCode и GitHub Copilot. Для работы нужны Python 3.10+, uv и установленный Chrome или Chromium для Playwright, необходимый для обратного поиска по изображениям.
Ключевые возможности
- 01Ищет в OpenStreetMap объекты, например железнодорожные мосты и линии электропередач, чтобы составить список возможных мест.
- 02Сопоставляет линии хребтов на фото с линиями горизонта, рассчитанными по данным о высоте, и определяет небольшие углы крена камеры.
- 03Оценивает тени и направление солнца, чтобы определить направление съёмки и широтный пояс.
- 04Ранжирует спутниковые тайлы и изображения улиц с помощью CLIP, DINOv2 и сопоставления SIFT.
- 05Выдаёт координаты камеры с радиусом погрешности, направлением съёмки и изображением с подтверждающими данными.
- 06Работает как стандартный Agent Skill в шести популярных coding agents.
Сценарии использования
- Поиск места съёмки фотографии без GPS-данных и читаемых вывесок для OSINT-исследований.
- Тренировка навыков геолокации на головоломках в духе GeoGuessr с прозрачным объяснением выводов.
- Проверка места съёмки пейзажной фотографии или снимка инфраструктуры при наличии разрешения на анализ.
- Изучение того, как рельеф, спутниковые снимки и картографические данные можно объединять для геолокации изображений.
Быстрый старт
- 1
Установите skill с помощью npx и выберите агентов
npx skills add Oldcircle/geo-sleuth - 2
При первом использовании попросите агента запустить doctor.py из папки scripts в skill и исправить все проверки, завершившиеся ошибкой
- 3
Передайте агенту фотографию и попросите определить, где она была сделана
Что важно знать
- Требуется Python версии 3.10 или новее, а при первом использовании необходимо проверить настройку.
- Полный запуск может занять много времени: в одном задокументированном случае он занял около 72 минут от начала до конца.
В подборках
Темы
Частые вопросы
- Что такое geo-sleuth?
- Навык для агентов, который определяет примерное место съёмки по геометрии OpenStreetMap, линиям горизонта по данным о высоте, спутниковым снимкам и панорамам улиц, а также объясняет свои выводы. geo-sleuth — навык для геолокации фотографий, предназначенный для AI coding agents. Получив фото, агент запускает набор Python-скриптов, которые считывают данные EXIF и видимый текст, ищут возможные места в OpenStreetMap и сопоставляют линию хребта на фото с линиями горизонта, рассчитанными по данным о высоте для каждого кандидата. Спутниковые тайлы и изображения улиц ранжируются с помощью CLIP, DINOv2 и сопоставления SIFT. Результат — позиция камеры с радиусом погрешности, направлением съёмки и изображением с подтверждающими данными.
- geo-sleuth можно использовать бесплатно? Какая у него лицензия?
- geo-sleuth распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- geo-sleuth всё ещё поддерживается?
- Активно поддерживается. Последний коммит в geo-sleuth — 5 нояб. 2026 г..
- Для чего можно использовать geo-sleuth?
- Поиск места съёмки фотографии без GPS-данных и читаемых вывесок для OSINT-исследований. Тренировка навыков геолокации на головоломках в духе GeoGuessr с прозрачным объяснением выводов. Проверка места съёмки пейзажной фотографии или снимка инфраструктуры при наличии разрешения на анализ. Изучение того, как рельеф, спутниковые снимки и картографические данные можно объединять для геолокации изображений.
- Как установить geo-sleuth?
- Установите skill с помощью npx и выберите агентов: npx skills add Oldcircle/geo-sleuth При первом использовании попросите агента запустить doctor.py из папки scripts в skill и исправить все проверки, завершившиеся ошибкой Передайте агенту фотографию и попросите определить, где она была сделана
- Где скачать geo-sleuth?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Oldcircle/geo-sleuth
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
CLI и TUI для установки, отбора и распространения библиотеки навыков для AI-агентов программирования; в комплекте — подборка автора.
Плагин Obsidian для просмотра, создания и редактирования навыков, команд и файлов агентов для 17 инструментов разработки, включая Claude Code и Cursor.
Устанавливает рабочий процесс разработки на основе спецификаций в виде Agent Skills для AI-агентов программирования, таких как Claude Code, Codex и Cursor: от требований и дизайна до задач и автономной реализации.
Agent Skill, который делает японские тексты, созданные ИИ, более естественными и понятными — для технических статей, спецификаций и описаний PR.
Навык для агентов-программистов: он помогает обводить, маскировать и считать объекты на фотографиях с помощью Meta SAM 3 на локальном GPU NVIDIA.