Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Photographes › geo-sleuth
✦ Libre & open sourcePhotographes

geo-sleuth

Une compétence d'agent IA qui détermine l'emplacement de photos avec des coordonnées précises en utilisant la géométrie spatiale et des données de terrain.

Géolocalisation précise de photos via la géométrie spatiale du terrain

Localisez des photos sans repères grâce aux lignes d'horizon d'altitude, aux couloirs OpenStreetMap et à l'imagerie satellite.

Gratuit pour toujours · open source · MIT
✓ Light setup✓ Dans le navigateur✓ Collaboration en temps réel
6.9
ZEKAI
OSINT indispensable pour les agents IA.
Libre & open source · Photographes
Facilité d'installation5
Utilité8
Maintenance9.5
Communauté5
★ 444
GITHUB
Sep 2026
MIS À JOUR
MIT
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

geo-sleuth est une compétence d'agent qui automatise la géolocalisation visuelle pour des photographies non indexées ou dépourvues de métadonnées. Il dote les agents IA en CLI et IDE tels que Claude Code ou Cursor de scripts Python pour calculer les lignes d'horizon du terrain, les angles des ombres et la géométrie OpenStreetMap. Les photographes et chercheurs peuvent l'utiliser pour identifier des lieux de prise de vue exacts sans dépendre des données EXIF.

Fonctionne sur
Cross-platform
Hébergement
Desktop
Langues
Python
Licence
MIT

Qu'est-ce que c'est

La compétence exécute un flux de travail analytique en plusieurs étapes combinant l'extraction de métadonnées, la mise en correspondance de l'altitude du terrain, l'analyse de tuiles satellites et l'ajustement de lignes d'horizon. Plutôt que de s'en remettre aux suppositions visuelles des LLM, 20 scripts Python dédiés filtrent et classent les sites candidats avant de transmettre les meilleures correspondances au modèle. Les rapports de sortie incluent les coordonnées de la caméra, la direction du cap, le rayon d'erreur estimé et des images de preuve satellite.

Pour qui

Cet outil convient aux photographes techniques, aux analystes d'images forensiques et aux chercheurs en OSINT qui travaillent déjà avec des agents IA en CLI et ont besoin d'un contexte spatial précis pour des paysages ou des photos de terrain. Il ne convient pas aux utilisateurs occasionnels recherchant une application graphique autonome ou une application web instantanée par glisser-déposer.

Fonctionnalités clés

Correspondance de lignes d'horizon d'altitude

Génère des lignes de crêtes candidates à partir de données d'altitude pour s'adapter aux profils de montagnes présents en arrière-plan des photos.

Analyses de couloirs OpenStreetMap

Interroge la géométrie structurelle telle que les ponts ferroviaires, l'espacement des jetées et les routes depuis OpenStreetMap pour affiner les régions candidates.

Prise en charge du framework multi-agent

Exécute directement des scripts SKILL.md et Python standard au sein de Claude Code, Cursor, Codex, Gemini CLI ou GitHub Copilot.

Notation auditable des candidats

Suit les hypothèses à l'aide de rapports de vraisemblance et force chaque affirmation d'emplacement à référencer les fichiers de sortie générés.

Comment démarrer

Opérationnel en 3 étapes

1
Exécutez 'npx skills add Oldcircle/geo-sleuth' pour installer la compétence dans vos environnements d'agents préférés.
2
Fournissez un fichier image à l'interface de votre agent hôte et assurez-vous que vos dépendances Python locales sont prêtes.
3
Invitez votre agent avec 'find where this photo was taken' pour déclencher le pipeline de scripts automatisé.
Franchement

Notre verdict honnête

Ses atouts

  • Géolocalise des images sans texte, plaques d'immatriculation, données EXIF ou points de repère reconnaissables.
  • Fournit des résultats précis incluant la position de la caméra, l'angle de cap, le rayon d'erreur et des superpositions de preuves.
  • Fonctionne sur plusieurs interfaces d'agents IA grâce à une installation par dossier SKILL.md unique.
  • S'appuie sur des calculs Python déterministes pour éviter les affirmations d'emplacement hallucinées.

Ses limites

  • Nécessite un hôte d'agent IA actif en ligne de commande ou basé sur un IDE pour fonctionner.
  • Requiert l'installation locale de dépendances de scripts Python et de bibliothèques OCR système.
  • Les calculs spatiaux et de lignes d'horizon lourds peuvent prendre plus d'une heure pour se terminer.
Coût

Tarifs & licence

geo-sleuth est gratuit et open source sous licence MIT. Les seuls frais impliqués sont la puissance de calcul de votre machine locale et l'utilisation de l'API de votre agent IA hôte sous-jacent.

Travail rémunéré

Missions pour francophones

880 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 7 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : geo-sleuth pour Photographes
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons geo-sleuth pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Ai-je besoin de métadonnées EXIF pour que geo-sleuth fonctionne ?

Non, geo-sleuth est spécialement conçu pour les photos dont les métadonnées EXIF ont été supprimées, en s'appuyant sur des caractéristiques visuelles physiques et la correspondance spatiale du terrain.

Quels agents IA sont compatibles avec geo-sleuth ?

Il prend en charge tout agent qui lit SKILL.md et exécute des commandes shell, notamment Claude Code, Cursor, Gemini CLI, OpenCode, Codex et GitHub Copilot.

Combien de temps dure une recherche d'emplacement ?

Les vérifications de métadonnées simples prennent quelques secondes, mais les analyses complexes de lignes d'horizon régionales et d'OpenStreetMap peuvent nécessiter 30 à 70 minutes de calcul local.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Photographes — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google