---

Inicio rápido

npx skills add Oldcircle/geo-sleuth

Elige tus agentes cuando se te solicite. Luego entrégale una foto a tu agente y dile:

encuentra dónde se tomó esta foto

En el primer uso, pídele al agente que ejecute doctor.py desde la carpeta scripts/ de la skill instalada y que resuelva cualquier verificación fallida (consulta Requisitos y configuración). Esa es toda la interfaz. El agente lee SKILL.md, ejecuta los scripts y vuelve con la posición de la cámara, la dirección hacia la que apuntaba y una imagen de evidencia satelital. ¿Prefieres copiar la carpeta tú mismo? Consulta Instalación.

Por qué geo-sleuth

• Una foto, una frase. Dale una foto a tu agente y dile encuentra dónde se tomó esta foto. Recibes la posición de la cámara, la dirección hacia la que apuntaba y una imagen de evidencia satelital.
• Funciona cuando no hay nada que leer. Sin letrero, sin matrícula, sin punto de referencia: la geometría de OpenStreetMap, los datos de elevación, las teselas satelitales y las imágenes a nivel de calle sostienen la búsqueda por sí solos.
• Geometría en lugar de conjeturas. El espaciado de los pilares se convierte en una regla de distancia, las sombras en un rumbo, una línea de cresta en una huella que los datos de elevación pueden cotejar.
• Cada afirmación apunta a un archivo. Una conclusión debe nombrar el comando que se ejecutó en la sesión y el archivo que produjo. La popularidad y la fama no son evidencia.
• Los scripts clasifican, el modelo juzga. Veinte scripts de propósito único buscan, puntúan y ordenan; el modelo solo elige entre los primeros.
• Una skill, todos los agentes. Una Agent Skill estándar — SKILL.md más scripts de Python simples — para que la misma carpeta funcione en Claude Code, Codex, Cursor, Gemini CLI, OpenCode y GitHub Copilot.
• Las respuestas llevan un radio de error. Coordenadas ± radio, el rumbo de la cámara, una imagen de evidencia y una confianza graduada.

Casos

Ninguna de estas fotos tenía datos GPS. Cada caso enumera lo que la skill leyó de la foto, cómo acotó la búsqueda y a qué distancia quedó el resultado de la posición confirmada de la cámara.

1 · Arrozal y viaducto Puentes ferroviarios × horizonte × conteo de pilares.	2 · Horizonte del desierto Líneas eléctricas × horizonte × un teléfono inclinado 1°.	3 · Calle de cerezos Datos abiertos de árboles urbanos × sombras × imágenes a nivel de calle.
±2 m Qingyuan, Guangdong	dentro de 100 m Da Qaidam, Qinghai	3 m Vancouver, Canadá

1. Un arrozal y un viaducto

Una foto de teléfono con el EXIF eliminado: un horno blanco al borde de un arrozal cosechado, un largo viaducto en la distancia, una montaña empinada a la derecha. Ni un solo carácter en el encuadre. Un mensaje a un agente con esta skill instalada, y volvió con la posición de la cámara y la dirección hacia la que apuntaba.

foto → 27.335 → 171 → 14.372 → 22 → 3 → 1 → ±2 m