Нейросеть нашла место по одной фотографии: скилл geo-sleuth для Claude - Катерина Арта
Катерина Арта
geo-sleuth

Нейросеть нашла место по одной фотографии. Как работает geo-sleuth

Бесплатный скилл для Claude, который по снимку без вывесок и геометок находит, где стоял фотограф. Как он ищет, как поставить одной командой и как проверить свои фото первой


Коротко

geo-sleuth - это скилл для Claude Code с открытым кодом. Даёшь ему фото и пишешь «найди, где это снято». Он сверяет горы с картой высот, считает опоры мостов, тени машин и деревья из открытых баз и возвращает точку съёмки с радиусом ошибки. В примерах автора промах 2-3 метра, один поиск идёт 30-70 минут


Как он находит место без единой подписи

Обычный поиск по картинке ищет похожие фото в интернете. geo-sleuth работает как сыщик: читает в кадре геометрию и сверяет её с открытыми картами. Что он использует:

Страница geo-sleuth на GitHub: ответ - позиция камеры с точностью 2 метра
Страница скилла на GitHub: по фото печки найдена точка съёмки, камера ±2 м. Снято 19 октября 2026

Три фото, три попадания

Ни у одного снимка не было координат внутри файла. Автор скилла расписал каждый поиск по шагам

±2 мпечка у рисового поля, Китай. Сверка хребта и 17 опор моста, около 72 минут
до 100 мпустыня и голые горы, Китай. Помогли опоры ЛЭП и наклон телефона на 1°
3 мвишня на улице Ванкувера. Данные о деревьях, тени и панорамы, 53 минуты
Три кейса geo-sleuth: рисовое поле, пустыня, улица с вишней
Три кейса из описания скилла на GitHub
17 опор моста размечены как линейка
Опоры моста как линейка: слева промежутки шире, значит ближе, справа уже, значит дальше. Иллюстрация автора скилла

Автор честно пишет: это записи конкретных прогонов. Другая модель или другие решения агента могут не прийти к тому же результату


Как поставить

Понадобится Claude Code: это Claude, который работает с файлами на твоём компьютере. Сам скилл бесплатный

Поставь скилл одной командой

Куда вставить. В Терминал на Mac (или PowerShell на Windows)

npx skills add Oldcircle/geo-sleuth

Что увидишь. Вопрос, для каких агентов ставить. Отметь Claude Code. Если пишет, что npx не найдена, значит нет Node.js: попроси Claude его поставить

Что это даёт. Папка скилла ляжет туда, где Claude её найдёт. Можно и проще: напиши Claude «поставь скилл geo-sleuth с GitHub Oldcircle», он выполнит команду сам

Попроси Claude проверить компьютер

Что написать. «Запусти doctor.py из скилла geo-sleuth и почини всё, что не прошло»

Что увидишь. Список проверок: Python 3.10 и новее, uv, curl, браузер Chrome

Что это даёт. Недостающее Claude поставит сам. При первом поиске скачается около 2,4 ГБ, держи место на диске

Дай фото и одну фразу

Что написать. Приложи снимок и напиши «найди, где это снято»

Что увидишь. Агент читает кадр, сужает район и через 30-70 минут возвращает точку, направление камеры и картинку-улику

Что это даёт. Ты видишь, какие детали фото выдали место. Это и есть список того, что закрывать


Проверь свои фото первой

Если geo-sleuth находит улицу по вишне и теням, то вид из окна в сторис выдаёт адрес ещё проще. Вот что агент читает в кадре:

Фото улицы с вишней и отмеченными уликами
Что выдало фото: номера машин провинции, тёмно-зелёный фонарь на газоне, тени машин, подпорная стена у дворов, терраса на крыше соседнего дома. Иллюстрация автора скилла

1. Вид из окна

Силуэт гор, мост, трубы, высотки на горизонте. По ним место ищется без единой надписи

2. Улица у дома

Деревья, фонари, заборы, форма бордюров, номера машин. Некоторые города, как Ванкувер, выкладывают это в открытые данные

3. Тени и время

По теням видно, куда смотрит окно. Вместе со временем публикации это сужает поиск до стороны дома

4. Повторы

Один и тот же вид из окна в десяти сторис - это десять подсказок вместо одной

Проверка без поиска местаПосмотри на это фото глазами геолокатора. Место не ищи. Перечисли все детали в кадре, по которым можно понять, где оно снято, и для каждой скажи, как её убрать: обрезать, размыть или снять с другого ракурса
Сначала прогони через эту проверку фото из окна и со двора. Это пять минут, и после них ты знаешь, что в кадре лишнее

Грабли, о которые спотыкаются


Источники


Один скилл - это пример, а не система

Я Катерина Арта, продюсер EdTech. Внедряю нейросети в бизнес, контент и продажи. Сама работаю без команды: вместо штата у меня ИИ-помощники, и каждый знает мои правила и продукты

1.5 млн ₽ оборота проектов за год на нейросетях, с нуля, из декрета, без команды

Блог растёт на контент-заводе из ИИ-агентов

Мой блог ведут ИИ-агенты: находят темы, которые уже залетели, пишут сценарии, собирают рилсы с цифровым двойником и выдают материалы по кодовым словам. Я проверяю и принимаю решения

4,8 млн просмотров за 30 дней
Профессиональная панель: 4,8 млн просмотров за 30 дней
Статистика профиля: просмотры, взаимодействия, новые подписчики
Статистика профиля: 4,3 млн просмотров, 89,4 тыс. взаимодействий, 1 301 новый подписчик
Рилс Рилс Рилс

Три рилса по миллиону просмотров и больше, без рекламы и без команды

Растут деньги и аудитория клиентов

Ту же систему из нейросетей я собираю для экспертов: контент, автоворонки, боты, сайты и продажи. Дизайнер, монтажёр, таргетолог, копирайтер и менеджер по продажам в проекте не нанимались, их работу закрыли нейросети

1,2 млн ₽оборот проекта клиента за полгода
45 → 75 тыс.выросла аудитория клиента
Я понимаю, как привлечь внимание и превратить его в деньги. И делаю это с помощью нейросетей

Поставить geo-sleuth - пара минут. Понять, какие скиллы и агенты нужны именно твоему бизнесу, как связать их с контентом и продажами и что поручить им первым, - это уже работа над твоим бизнесом

На консультации разбираю твои продукты и неделю и собираем план: какую работу забирают ИИ-агенты и с какой задачи начать завтра

Напиши слово

КОНСУЛЬТАЦИЯ

мне в личку Telegram

Написать

Мои каналы и страницы