Геолокация по одной фотографии без GPS и заметных ориентиров может показаться практически невыполнимой задачей. Однако инструмент geo-sleuth предлагает другой подход. Он анализирует не только объекты в кадре, но и геометрию окружающего пространства, рельеф, тени и спутниковые снимки. Для работы достаточно установить навык и передать фотографию ИИ-агенту с просьбой определить место съёмки. Проект уже появился в репозитории GitHub.
Geo-sleuth представляет собой набор из примерно 20 Python-скриптов, которые помогают искать и проверять возможные координаты. Они собирают данные из OpenStreetMap, анализируют высоту местности, распознают текст, сопоставляют изображения и изучают панорамы улиц. Модель не перебирает все варианты вручную, а получает список наиболее подходящих мест и проверяет их по нескольким признакам. В итоговом отчёте указываются координаты, направление камеры, радиус погрешности и спутниковое изображение, подтверждающее результат.
Возможности инструмента показали на трёх фотографиях, сделанных без GPS-меток. На первом снимке были рисовое поле, печь и железнодорожный виадук на фоне гор. По расстоянию между опорами моста, форме горного хребта и расположению объектов системе удалось определить место в китайской провинции Гуандун с точностью около двух метров.
Второй пример оказался сложнее. На фотографии были только песчаная дюна, горы и опоры линий электропередач. По рельефу и характеру местности поиск ограничили северо-западом Китая. Дополнительную сложность создал наклон телефона примерно на один градус, из-за которого совпадение линий горизонта получалось неточным. После корректировки этого параметра система нашла нужное место в провинции Цинхай. При повторном запуске другой агент определил позицию с отклонением 87 метров.
Третий снимок был сделан на обычной улице Ванкувера, где цветущая вишня закрывала часть обзора. Для поиска использовали городскую базу уличных деревьев, данные об их размерах, тени от автомобилей и особенности расположения домов. Из более чем тысячи подходящих деревьев удалось выделить нужный квартал на Западной 60-й авеню. Итоговая погрешность составила всего три метра.
Для установки geo-sleuth потребуется Python 3.10 или новее, uv, curl и агент, умеющий выполнять команды в терминале. Навык поддерживает Claude Code, Codex, Cursor, Gemini CLI, OpenCode и GitHub Copilot. После установки разработчики рекомендуют запустить диагностический скрипт doctor.py, который проверит окружение и доступность необходимых компонентов.
Проект распространяется по лицензии MIT. При этом разработчики отмечают, что результаты зависят от используемой модели и выбранных ею методов поиска. Приведённые примеры показывают возможности инструмента, но пока не подтверждают его точность на совершенно новых фотографиях.
Источник: trashbox.ru