geo-sleuth

geo-sleuth 是一款通过几何推理识别照片拍摄位置的 Agent Skill，无需文字、地标或元数据即可定位。该技能将照片中的铁路桥墩间距转化为距离标尺、将阴影转化为方位角、利用山脊线与高程数据进行匹配搜索。

核心能力

• pier-ruler（桥墩标尺）：通过铁路高架桥的墩柱间距推算拍摄距离，将视觉信息转化为物理尺度
• skyline-match（山脊线匹配）：将候选位置的山脊轮廓与照片叠加，选择几何形状吻合度最高的点
• region-scan（区域扫描）：从 OpenStreetMap 批量获取铁路桥数据，结合高程图计算每个候选点的 360 度地平线
• overlay-check（叠加验证）：将三维地理轮廓反向绘制到二维照片上，用几何一致性评分验证假设
• pier-count（墩柱计数）：通过照片中可见的墩柱数量结合方位角交叉定位精确定位

安装配置

• 基础依赖：Python 3.10+，需安装 requests、elevation、rasterio 等地理数据处理库
• 数据源配置：需访问 OpenStreetMap API、高程数据接口、卫星影像瓦片服务（免费层可用）
• 安装方式：npx skills add Oldcircle/geo-sleuth，支持 Claude Code、Codex、Cursor、Gemini CLI 等主流 Agent

使用步骤

1. 上传照片：向 Agent 发送照片并说明需求「find where this photo was taken」
2. 运行区域扫描：技能自动从 OpenStreetMap 提取铁路/桥梁数据，筛选候选区域
3. 山脊线匹配：基于高程数据计算每个候选点的理论天际线，与照片纹理对比评分
4. 叠加验证：将评分最高的前三名候选点轮廓叠加到原照片，肉眼确认几何一致性
5. 精确定位：综合墩柱数量、阴影角度等细节，给出坐标 ±2 米的误差半径

适用场景

• 新闻调查与事实核查（验证照片拍摄地点）
• 保险理赔现场勘察（确认事故发生位置）
• 内容创作者地理标注
• 旅行摄影路线还原
• 地理信息安全审计

适用人群

新闻记者、调查人员、保险理赔师、旅行博主、内容创作者、地理信息安全研究员。

工作原理

技能通过 20 个专项脚本协同工作：批量获取地理数据、计算理论山脊线、评估几何匹配度，由大模型综合评分判断。结论附带执行的命令记录和输出文件路径，确保可复现。答案包含误差半径、相机朝向和卫星举证图。

官方链接

GitHub：https://github.com/Oldcircle/geo-sleuth