Skip to content
KitploitKITPLOIT
OutilsExploitsBlog
Log in
Soumettre
OutilsExploitsBlog
Soumettre

Outils de Hacking, PenTest et Cybersécurité pour votre Arsenal de Sécurité !

Kitploit est un répertoire d'outils de hacking, de cybersécurité et de pentesting. Découvrez les dernières mises à jour des projets pour trouver des vulnérabilités, analyser des systèmes, automatiser les tests et renforcer votre sécurité.

FluxContactConfidentialité© 2026 Kitploit

Répertoire d'outils

Catégories

Voir toutes les catégories
Loading categories
geo-sleuth — Une compétence d'agent qui détermine où une photo a été prise — géométrie OpenStreetMap, lignes d'horizon d'élévation, imagerie satellite et vue immersive — et montre son raisonnement. Fonctionne avec Claude Code, Codex, Cursor, Gemini CLI, OpenCode et GitHub Copilot. | Kitploit
Outils/GitHubGitHub/oldcircle/geo-sleuth
OSINT (Renseignement de Sources Ouvertes)ReconnaissanceOSINT pour l'Ingénierie SocialeScripting et AutomatisationCollecte d'InformationsUtilitaires et FrameworksSécurité de l'IA
GitHuboldcircle/geo-sleuth

geo-sleuth

Une compétence d'agent qui détermine où une photo a été prise — géométrie OpenStreetMap, lignes d'horizon d'élévation, imagerie satellite et vue immersive — et montre son raisonnement. Fonctionne avec Claude Code, Codex, Cursor, Gemini CLI, OpenCode et GitHub Copilot.

Voir le dépôt
1.5k14818il y a 1 jourVérifié par Kitploit

Populaires

Voir tout →

Découvrez les outils les plus utilisés par notre communauté.

Explorer tous les outils

Parcourez notre collection d'outils

Voir tous les outils →
Partager

🧭 geo-sleuth

Une compétence d'agent qui détermine où une photo a été prise — et montre son raisonnement.

English Simplified Chinese

License: MIT Python 3.10+ Agent Skill: SKILL.md PRs welcome GitHub stars

Fonctionne avec
Claude Code Codex Cursor Gemini CLI OpenCode GitHub Copilot
…et tout autre agent qui lit SKILL.md et exécute des commandes shell.

D'une photo à une position de caméra : la photo, le balayage de la région, les superpositions de skyline, l'image de preuve

Pas de texte. Pas de plaques. Pas de points de repère. Un pont, une montagne. Localisé à 2 m près.


Démarrage rapide

npx skills add Oldcircle/geo-sleuth

Choisissez vos agents lorsque vous y êtes invité. Remettez ensuite une photo à votre agent et dites :

trouve où cette photo a été prise

Lors de la première utilisation, demandez à l'agent d'exécuter doctor.py depuis le dossier scripts/ de la compétence installée et de corriger tout contrôle échoué (voir Prérequis et configuration). C'est toute l'interface. L'agent lit SKILL.md, exécute les scripts et revient avec la position de l'appareil photo, la direction dans laquelle il pointait et une image satellite de preuve. Vous préférez copier le dossier vous-même ? Voir Installation.

Pourquoi geo-sleuth

  • Une photo, une phrase. Donnez une photo à votre agent et dites trouve où cette photo a été prise. Vous récupérez la position de l'appareil photo, la direction dans laquelle il pointait et une image satellite de preuve.
  • Ça fonctionne quand il n'y a rien à lire. Pas de panneau, pas de plaque, pas de point de repère : la géométrie OpenStreetMap, les données d'élévation, les tuiles satellite et la vue immersive portent la recherche à eux seuls.
  • De la géométrie plutôt que des suppositions. L'espacement des piliers devient une règle de mesure, les ombres deviennent un azimut, une ligne de crête devient une empreinte digitale que les données d'élévation permettent de faire correspondre.
  • Chaque affirmation renvoie à un fichier. Une conclusion doit nommer la commande exécutée dans la session et le fichier qu'elle a produit. La population et la notoriété ne sont pas des preuves.
  • Les scripts classent, le modèle juge. Vingt scripts à usage unique recherchent, notent et trient ; le modèle ne choisit que parmi les quelques meilleurs.
  • Une compétence, tous les agents. Une Agent Skill standard — SKILL.md plus des scripts Python simples — pour que le même dossier fonctionne dans Claude Code, Codex, Cursor, Gemini CLI, OpenCode et GitHub Copilot.
  • Les réponses portent un rayon d'erreur. Coordonnées ± rayon, le cap de l'appareil photo, une image de preuve et une confiance graduée.

Cas

Aucune de ces photos ne contenait de données GPS. Chaque cas liste ce que la compétence a lu dans la photo, comment elle a réduit la recherche, et à quelle distance le résultat a atterri de la position confirmée de l'appareil photo.

Un four en bordure d'une rizière, un viaduc et une montagne en arrière-plan Une crête de dune de sable et une chaîne de montagnes sombres dénudées Un cerisier en fleurs au-dessus d'un trottoir
1 · Rizière et viaduc
Ponts ferroviaires × ligne d'horizon × nombre de piliers.
2 · Ligne d'horizon du désert
Lignes électriques × ligne d'horizon × un téléphone incliné de 1°.
3 · Rue aux cerisiers
Données ouvertes sur les arbres d'alignement × ombres × vue immersive.
±2 m
Qingyuan, Guangdong
à moins de 100 m
Da Qaidam, Qinghai
3 m
Vancouver, Canada

1. Une rizière et un viaduc

Une photo prise au téléphone avec les données EXIF supprimées : un four blanc en bordure d'une rizière moissonnée, un long viaduc au loin, une montagne escarpée sur la droite. Pas un seul caractère dans le cadre. Un message à un agent équipé de cette compétence, et il est revenu avec la position de l'appareil photo et la direction dans laquelle il pointait.

photo → 27 335 → 171 → 14 372 → 22 → 3 → 1 → ±2 m

Télécharger l’outil