---

त्वरित शुरुआत

npx skills add Oldcircle/geo-sleuth

संकेत मिलने पर अपने एजेंट चुनें। फिर अपने एजेंट को एक फ़ोटो दें और कहें:

पता लगाओ यह फ़ोटो कहाँ ली गई थी

पहली बार उपयोग करते समय, एजेंट से कहें कि इंस्टॉल किए गए स्किल के scripts/ फ़ोल्डर से doctor.py चलाए और किसी भी विफल जाँच को ठीक करे (देखें Requirements and setup)। यही पूरा इंटरफ़ेस है। एजेंट SKILL.md पढ़ता है, स्क्रिप्ट चलाता है, और कैमरा की स्थिति, उसका मुख करने की दिशा और एक सैटेलाइट प्रमाण छवि लेकर वापस आता है। फ़ोल्डर खुद कॉपी करना पसंद करते हैं? देखें Installation।

geo-sleuth क्यों

• एक फ़ोटो, एक वाक्य। अपने एजेंट को एक फ़ोटो दें और कहें पता लगाओ यह फ़ोटो कहाँ ली गई थी। आपको कैमरा की स्थिति, उसका मुख करने की दिशा, और एक सैटेलाइट प्रमाण छवि वापस मिलती है।
• यह तब भी काम करता है जब पढ़ने के लिए कुछ न हो। कोई साइन, कोई प्लेट, कोई लैंडमार्क नहीं: OpenStreetMap ज्यामिति, एलिवेशन डेटा, सैटेलाइट टाइल्स और स्ट्रीट व्यू अपने दम पर खोज को आगे बढ़ाते हैं।
• अनुमान के बजाय ज्यामिति। पियर की दूरी एक दूरी-मापक बन जाती है, छायाएँ एक दिशा बन जाती हैं, एक रिज लाइन एक फ़िंगरप्रिंट बन जाती है जिसे एलिवेशन डेटा से मिलाया जा सकता है।
• हर दावा एक फ़ाइल की ओर इशारा करता है। किसी निष्कर्ष को उस कमांड का नाम बताना होता है जो सत्र में चली और उस फ़ाइल का जिसे उसने बनाया। जनसंख्या और प्रसिद्धि प्रमाण नहीं हैं।
• स्क्रिप्ट रैंक करती हैं, मॉडल निर्णय लेता है। बीस एकल-उद्देश्य स्क्रिप्ट खोजती, स्कोर करती और क्रमबद्ध करती हैं; मॉडल केवल शीर्ष कुछ में से चुनता है।
• एक स्किल, हर एजेंट। एक मानक Agent Skill — SKILL.md और सादी Python स्क्रिप्ट — ताकि वही फ़ोल्डर Claude Code, Codex, Cursor, Gemini CLI, OpenCode और GitHub Copilot में चले।
• उत्तरों में एक त्रुटि त्रिज्या होती है। निर्देशांक ± त्रिज्या, कैमरा हेडिंग, एक प्रमाण छवि और एक श्रेणीबद्ध विश्वास।

मामले

इनमें से किसी भी फ़ोटो में GPS डेटा नहीं था। प्रत्येक मामला बताता है कि स्किल ने फ़ोटो से क्या पढ़ा, उसने खोज को कैसे संकीर्ण किया, और परिणाम पुष्ट कैमरा स्थिति से कितनी दूर पड़ा।

1 · Rice paddy and viaduct Railway bridges × skyline × pier count.	2 · Desert skyline Power lines × skyline × a phone tilted by 1°.	3 · Cherry street Street-tree open data × shadows × street view.
±2 m Qingyuan, Guangdong	within 100 m Da Qaidam, Qinghai	3 m Vancouver, Canada

1. एक धान का खेत और एक वायाडक्ट

EXIF हटाई गई एक फ़ोन फ़ोटो: कटे हुए धान के खेत के किनारे एक सफ़ेद ओवन, दूरी में एक लंबा वायाडक्ट, दाईं ओर एक खड़ी पहाड़ी। फ़्रेम में एक भी अक्षर नहीं। इस स्किल को इंस्टॉल किए गए एजेंट को एक संदेश, और यह कैमरा की स्थिति और कैमरा जिस दिशा में था उसके साथ वापस आया।

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