geo-sleuth 技能评测:查车牌、算日照、排卫星图,把照片定位拆成可验证的 9 类证据

把一张照片丢给 AI 问「这是在哪拍的」,它往往先给你一段很像那么回事的描述,然后猜一个国家的名字。这不是模型不聪明,是它没有在查——它手里没有地图数据、没有日照公式、没有卫星图,只能靠印象作答。

geo-sleuth 换了个分工:凡是能写成代码的动作,全写成脚本去跑;模型只负责「从图里看出假设」和「在脚本排好的前几名里拍板」。它在 GitHub 上 63 天涨到 7348 星,MIT 协议。我在隔离沙箱里把仓库拷下来,把能跑的部分都跑了:它的 121 条自带测试全过,也踩到了四个不提前知道就会白折腾的点。

它给你什么

先说清楚边界:它不替你「看」,看还是模型看。它替你干的是看之后那些又硬又烦的活——查车牌归属、算某个经纬度在某个日期几点太阳在哪、把一条山脊线的轮廓和海拔数据逐点比对、把卫星图上几百个候选格子排个序,只让你看前三十个。

这么分工的理由,作者在第一版里吃过亏:把规则写成散文,模型两次跑出来的结果能差很远。所以第二版把每一条能变成判据的规则都塞进了脚本,最核心的那个脚本有六万多字节,专门维护一块「候选板」——所有线索、候选、证据、排除理由都登记在上面。

没有它的时候 用了之后 代价与前提
丢了照片就问 AI,它凭印象猜个国家,你也没法验证 它先出一份体检报告:拍摄信息、图上读到的文字、四边四角放大图,再登记线索 体检要跑几分钟,第一次还要装依赖
看到外地车牌、外地区号,得自己开浏览器一条条查 一条命令查表秒回:沪A 直接给到上海市,0755 给到广东省深圳市 表只覆盖十四个地区包,冷门国家没有
「照片里影子朝左,大概是下午」——全凭感觉 给经纬度、日期和影子长度比,它反算出时间段和太阳方位,还告诉你误差一度等于几分钟 默认按世界时算,中文用户必须自己加时区
在卫星图上拿鼠标一点点挪,找一个体育场 给一块区域,它按「像不像跑道」自动打分排序,你只看前三十张缩略图 得联网下载影像,还要下几百兆的模型权重
结论说完就完了,说错也没人知道 每个结论必须指向这一轮真跑过的命令和生成的文件,没跑过就只能标「未验证」 它不保证一定找到,很多情况只会给你一个范围

一句人话概括它的原理:它把「怎么查」写成了流水线,你只要告诉它「查什么」。

怎么用起来

从零到第一次拿到结果,四步:

步 动作 说明
1 npx skills add Oldcircle/geo-sleuth 选你用的 agent(Claude Code、Codex、Cursor 都认这份技能格式);也可以直接把技能目录拷进去
2 装好 uv 和 curl 它的脚本全靠 uv 现装依赖,缺 uv 一行都跑不动
3 让 agent 跑一次体检脚本(doctor.py) 它会逐项报「通过 / 警告 / 失败」,警告那条决定你能不能用反向图搜
4 给一张照片,说「这是哪拍的」 从这一步开始它自己往下跑:体检、登记线索、排名、给结论

第三步别省。它会把「十四个地区包的表能不能读」「工作目录能不能写」「服务连不连得上」全检一遍,一次十几秒,省掉的是后面半小时的瞎猜。

同一句话,装之前和装之后的差别很直观。你说「这张照片在哪拍的」:装之前,AI 回你「看起来像东南亚某地的热带小镇」;装之后,它先回你一份体检结果——无拍摄信息、图上只读到一个两字母残留(置信度也就是它对识别结果有多少把握,这里只有五成三)、四边裁切图已生成——然后把候选列上板子,告诉你下一步该查什么,最后给你坐标、误差半径、朝向和一张标了相机位置的卫星证据图。

它也允许你说「只给我范围」。当证据只能支撑到省一级,它会明说「省级高置信、市级待定」,并列出还需要什么材料——这比编一个精确到米的坐标有用。

我实测到的证据,和你要注意的坑

沙箱里我跑的是它自带的测试,七个文件共 121 条断言,全部通过:候选板 17 条、日照 5 条、地名库 28 条、地区包 44 条、地形 18 条、影像匹配 9 条。所以对你意味着:这套东西的作者是拿测试守着自己的判据的,不是一堆写给人看的说明文档。

但第一遍我用系统自带的 python 直接跑,四个文件当场报「找不到图像库和数值库」,候选板那组还报「找不到 uv」。换成 uv 跑,同一批测试全绿。所以对你意味着:别用系统 python 试它,先把 uv 装好,否则你会以为是它坏了。

体检脚本 19 项通过、1 项警告,警告是「本机既没有 Chrome 也没有 Playwright 浏览器」——反向图搜这条路在没装浏览器的机器上直接断,只能跑本地那部分。所以你该怎么做:跑完体检先看那条警告,打算靠「搜同款图」定位的话,装一个浏览器再开工。

图片体检本身很快:一张 900×1200 的照片,从读拍摄信息到切出八张边缘放大图加三张变体,七秒跑完,其中六秒九花在文字识别上;而识别只读出一个置信度五成三的两字母。所以对你意味着:文字识别是辅助不是主力,别指望它替你把路牌读全,它自己就把这类结果标成「待验证」。

查表是全场最稳的一环:车牌前缀和电话区号都是秒回,还附带数据来源链接和抓取日期。中国包里有 501 条车牌、349 条区号、3420 个行政区。所以对你意味着:看到车牌、区号、行政区名,先查表,别让模型猜。

第一条坑是时区。日照脚本默认按世界时算,我给深圳附近的一组阴影参数,默认输出「01:30 到 01:54」;加上 --tz Asia/Shanghai,同样的参数变成「09:30 到 09:54」。所以对你意味着:中文场景每一条日照推断都得显式带时区,忘了就整整偏八小时,而且它不会提醒你。

第二条坑在候选板的录入。想手动往板上加一个「我知道大概在这」的点,直接给经纬度会报参数错——它只接受从地名检索或地图检索导出的文件批量导入。所以对你意味着:第一次手动加点失败不是你装错了,按它的格式走一遍就好,这一步文档里写得不算显眼。

第三条坑是隐私,也是最该提前知道的一条。反向图搜会把照片上传到百度和 Yandex 的服务器。所以对你意味着:别人的照片、住处附近、带人脸的图,一律加 --no-rev 跳过这一环,只跑本地处理。

适合谁,不适合谁

适合:做内容、做核实、做公开信息溯源的人——记者、自媒体、二手图买家、社区运营。也适合把它当「怎么查一个东西」的教材读的人,它那份分层判据写得比大多数教程清楚。

不适合:只想问一句「这是哪」拿到答案、不打算跑命令的人;以及指望它百发百中的场合——它的输出自带误差半径和置信等级,很多照片它只会告诉你能确定到省,或者直接说证据不足。

想试的话,最省事的验证方式就是那四步:装好、跑一次体检、丢一张你自己拍的、你知道答案的照片,看它能不能回到正确答案,顺便看它在你熟悉的这张图上漏了什么。这一轮二十分钟,比读它的文档有用得多。

相关阅读:unslop 技能评测:把一眼 AI 味的界面拆成 78 条判据,9 个步骤从间距改起;answer-me-with-html 深度评测:4187 Star 的一页 HTML 技能,安全测试拦得住,卖点数字拦不住。

关注 AI商业快讯,每天一篇 AI 热点深度解读。

发表评论