Навык ИИ-агента, который определяет местоположение по фотографии с точностью до конкретных координат с использованием пространственной геометрии и данных о рельефе.
Определяйте точное местоположение фото без геотегов по линиям горизонтов высот, коридорам OpenStreetMap и спутниковым снимкам.
geo-sleuth — это навык агента, который автоматизирует визуальную геолокацию для неиндексированных фотографий или фото с удаленными метаданными. Он наделяет ИИ-агентов для CLI и IDE, таких как Claude Code или Cursor, Python-скриптами для расчета горизонтов рельефа, углов тени и геометрии OpenStreetMap. Фотографы и исследователи могут использовать его для определения точных мест съемки без опоры на EXIF-данные.
Навык выполняет многоэтапный аналитический рабочий процесс, объединяющий извлечение метаданных, сопоставление высот рельефа, сканирование спутниковых тайлов и подгонку линии горизонта. Вместо того чтобы полагаться на визуальные догадки LLM, 20 специализированных Python-скриптов фильтруют и ранжируют потенциальные места перед передачей лучших вариантов модели. Отчеты с результатами включают координаты камеры, направление азимута, предполагаемый радиус погрешности и спутниковые изображения-доказательства.
Этот инструмент подходит для технических фотографов, экспертов по судебной экспертизе изображений и исследователей OSINT, которые уже работают с ИИ-агентами для CLI и нуждаются в точном пространственном контексте для пейзажей или полевых фото. Он не подходит для обычных пользователей, ищущих отдельное графическое приложение или веб-приложение с функцией перетаскивания (drag-and-drop).
Рендерит линии потенциальных хребтов по данным о высоте для соответствия профилям гор, обнаруженным на фоне фотографий.
Запрашивает структурную геометрию, такую как железнодорожные мосты, расстояния между опорами пирсов и дороги из OpenStreetMap, чтобы сузить области поиска кандидатов.
Запускает стандартный SKILL.md и Python-скрипты напрямую внутри Claude Code, Cursor, Codex, Gemini CLI или GitHub Copilot.
Отслеживает гипотезы с использованием коэффициентов правдоподобия и заставляет каждое утверждение о местоположении ссылаться на сгенерированные файлы результатов.
geo-sleuth распространяется бесплатно с открытым исходным кодом под лицензией MIT. Единственные затраты связаны с вычислительной мощностью вашего локального компьютера и использованием API вашего базового ИИ-агента.
896 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Нет, geo-sleuth специально разработан для фотографий, с которых EXIF-метаданные были удалены, опираясь на физические визуальные особенности и сопоставление пространственного рельефа.
Он поддерживает любой агент, который читает SKILL.md и выполняет команды оболочки, включая Claude Code, Cursor, Gemini CLI, OpenCode, Codex и GitHub Copilot.
Простые проверки метаданных завершаются за секунды, но сложные сканирования регионального горизонта и OpenStreetMap могут занять от 30 до 70 минут локальных вычислений.
Zekai первым в Google