这张照片在哪拍的？AI 查到 2 米误差｜开源技能 geo-sleuth

朋友发来一张照片：田野边一个白色砖窑，背后一列高铁桥，远处一座山。没有路牌，没有车牌，没有文字，EXIF 也被剥了。他问：这在哪？

传统 OSINT 的答案是"猜"。而 GitHub 上一个叫 geo-sleuth 的 Agent Skill 把这件事做成了可复现的推演：从 27,335 段候选缩到 1 个点，误差半径 ±2 米。

它不是"让大模型看图说话"，而是20 个专用脚本负责穷举与打分，大模型只在最后几个候选里做判断。今天已 789 星、MIT 开源，装一行命令就能用。

---

一、先看它到底做到了什么

作者在 README 里放了一张实拍图：照片里只有一座铁路桥、一座山，别的什么都没有。

结论是 ±2 米。整个过程分六步，每一步都有脚本留下的证据文件：

先看它的官方演示动图——从原始照片到相机位置、朝向和卫星证据图：

这就是它最反直觉的一点：照片里明明什么都"读不出来"，它照样能找到位置。

---

二、逆推过程拆解：27335 → 171 → 22 → 1

作者把每一步的候选数都写了出来，这个漏斗本身就是最好的技术说明。

第 0 步：读图，把能读的榨干

intake.py 一条命令跑完 Step 0–3：读 EXIF（GPS、拍摄时间、等效焦距、朝向）、整图 OCR + 放大裁剪 OCR、生成反图搜图的拼图版。

对这張图它读到的是：高架桥上的杆子是接触网杆 → 这是电气化铁路；按 32 米跨径估算，左段约 0.5 公里、右段超过 1 公里；3 公里外有陡山；稻子已收割但草还绿 → 华南，但这是下注不是证明。

注意最后半句——作者明确标注这是"猜测"而不是"证据"。这个区分是整个项目的核心设计。

第 1 步：区域扫描，把整片区域的铁路桥全拉出来

terrain.py scan 通过 OpenStreetMap Overpass 拉取区域内所有铁路桥：27,335 段，然后每 400 米采样一个点，用高程数据（Terrarium）算出该点的 360° 地平线轮廓。筛选条件是三合一：附近地面平坦 + 几公里内有明确山峰 + 山旁边地平线是平的。

结果：171 个候选点。

第 2 步：天际线拟合，把 171 缩到 22

在每个候选点周围摆相机位（累计渲染 14,372 个机位），从每个机位渲染出"从那儿看过去山脊线长什么样"，和照片里的山脊线比对。

前三名出来之后，作者手工加了一条约束：桥必须在画面左侧很近、右侧很远（这正好对应第 0 步"左段近、右段远"的跨径估算）。

于是：22 个候选。

叠回原图验证时非常打脸：第 1 名（福州）山脊有个包被烤炉挡住了所以得分高；第 3 名（惠州）照片里是平的它却下坡；第 2 名（清远）从山脚到画面边缘全对。

第 3 步：桥墩当尺子，锁定 2 米

这是最漂亮的一步。imgprep.py piers 标出照片里的 17 个桥墩，每一个墩都是相机看到的一个方位角。

geo.py spacing 的逻辑是：这些射线打到铁路线上时，交点必须等间距——因为桥墩本来就是等间距的。

交点先把结果压到一个约 300 米长的带状区域，再和天际线一夹，只剩一个点。

最终：±2 米。

输出不是一句"大概是那儿"，而是：坐标 ± 误差半径、相机朝向、卫星证据图、分级置信度。

---

三、为什么它比"让 AI 看图"靠谱

这个项目最值得学的不是任何单个算法，而是它的举证责任分配。

---

五、什么场景值得用

• 旧照片考古：翻出十年前的老照片，没有 GPS，没有水印，只有田野和一座山
• 核实网络图片：网图配错地点，越传越离谱
• 旅行与写作：想知道照片里那座桥到底是什么桥
• 安全与合规：照片溯源、防伪核验的基础能力（注意 OSM 数据 ODbL，发布查询结果时要署名 © OpenStreetMap contributors）

局限也要说清楚：官方 Roadmap 里还写着"要建一个公开的盲测集，给出端到端准确率数字"——也就是说，目前没有一个公开的准确率指标；高程与天际线拟合的合成地形运营商级测试也还在 To-do 列表里。所以"±2 米"是官方案例的结果，不是普适保证。

---

结语

AI 拍照定位这件事一直有点玄学：模型看图、编一个听起来合理的地方给你，你没法验证。

geo-sleuth 的价值在于它把"验证"这件事做成了硬约束——每一个结论都要摊开一个命令和一个文件，能算的绝不用嘴说。这套路子不只是拍照定位用得上，任何让 Agent 下判断的任务都该这么设计。

作者只在这张案例上花了几步就做到 ±2 米，而你现在只需要一条 npx 命令。

开源地址：github.com/Oldcircle/geo-sleuth（MIT，789⭐）