github.devotd.
新着マルチモーダル

oldcircle/geo-sleuth — 写真から撮影場所を見つけるエージェントスキル

OpenStreetMap のジオメトリを標高・衛星・ストリートビューの資料と突き合わせ、写真の撮影場所とカメラが向いていた方向を推定する Python エージェントスキル。

リポジトリ情報oldcircle/geo-sleuth ↗

An agent skill that finds where a photo was taken — OpenStreetMap geometry, elevation skylines, satellite imagery and street view — and shows its work. Works with Claude Code, Codex, Cursor, Gemini CLI, OpenCode and GitHub Copilot.

スター
★ 3.2K
フォーク
432
言語
Python
ライセンス
MIT
原文を見る ↗GitHub で見る ↗

oldcircle/geo-sleuth は、写真1枚から撮影場所とカメラが向いていた方向を見つけるエージェントスキルだ。写真に看板やナンバープレートなど読み取れる対象がなくても、OpenStreetMap のジオメトリ、標高データ、衛星タイル、ストリートビューの写真を根拠に候補を絞り込む。SKILL.md と Python スクリプトで構成されており、MCP サーバーではない。

橋の桁の間隔は物差しとして、影は方位角として、稜線は指紋のように地形と照合する。探索と採点、順位付けは20個前後のスクリプトが担い、モデルは上位の候補から選ぶ構造になっている。結果には座標と誤差半径、カメラの向き、根拠となる画像、段階評価が付いた確率を含む。各結論では、そのセッションで実行したコマンドと生成したファイルを示すことになっている。同じフォルダは Claude Code、Codex、Cursor、Gemini CLI、OpenCode、GitHub Copilot で動作し、Python 3.10 以上が必要だ。README によれば追加のモデルは不要である。

README は、田畑と高架道路、橋の向こうに山が入る写真から位置が2メートル以内に絞られた事例を紹介している。ただし他のモデルが同じ結果に到達できない可能性にも触れており、この精度を確認する評価データセットも、再現可能な計測スクリプトもリポジトリには含まれない。したがって2メートルの事例は README に記録された結果であり、一般的な精度を示す測定とみなすのは難しい。