mcpField
G
geolocation-skill

geolocation-skill

github.com/carlheath生产力969 次安装22 周前更新
代码仓库

关于 geolocation-skill

geolocation-skill 为从图像推断地点提供分步分析流程，适合需要核验地理线索的任务。它结合多尺度假设、视觉细节检查与网络搜索，并限制迭代次数且强调隐私。

主要功能

  1. 01提取文字、基础设施和自然线索
  2. 02按多个尺度形成地点假设
  3. 03裁剪和增强图像细节
  4. 04通过网络搜索交叉核验
  5. 05最多进行五轮迭代

适用场景

  1. 01从照片推断可能的国家或城市
  2. 02用路牌和地标线索核验地点
  3. 03记录定位判断及其置信度

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/carlheath/ogmios --skill geolocation-skill

安装后在 Claude Code 中输入/geolocation-skill确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

reference/
regional-signatures.md
verification-strategies.md
visual-clues.md

详细介绍

地理位置推理

方法： 迭代推理循环（最多 5 次迭代） 灵感来源： GeoVista 研究框架

核心工作流

1. 提取视觉线索
类别留意内容
文字/标识语言、文字系统、街道标志、车牌、电话号码格式
基础设施道路标线、交通信号灯、杆柱、公用设施、防撞柱
建筑材料、风格、屋顶类型、密度特征
自然环境植被、地形、地质、太阳位置、天气
文化车辆、行驶方向、服饰、商店、品牌
2. 形成假设

在多个尺度上形成假设：

尺度示例
大洲/地区欧洲、东南亚
国家具体国家
州/地区次国家级区域
城市/城镇当地地点
精确位置街道级

对于每项：记录支持证据、置信度（高/中/低）和冲突。

3. 检查图像

细节不清楚时：

  • 裁剪感兴趣区域
  • 增强文字/标识
  • 单独提取建筑细节
4. 通过网页搜索验证
策略查询模式
标识文字"[exact text]" location
特征[feature] [suspected region]
商家"[name]" address
地标[description] landmark [region]
道路[designation] [country]

交叉核对多条线索，寻找一致的归属信息。

5. 迭代优化

每轮之后：

  1. 更新假设置信度
  2. 找出仍未解决的问题
  3. 判断进一步检查是否有帮助
  4. 持续迭代，直到有把握或达到上限

输出格式

**Location Analysis**

Observed Clues:
- [Key observations with confidence]

Reasoning Process:
- [Hypothesis formation and verification]

**Conclusion**
- Most likely location: [As specific as evidence allows]
- Confidence: High/Medium/Low
- Key evidence: [Primary determinants]
- Uncertainties: [What remains unclear]

重要注意事项

方面指南
置信度高置信度需要多项独立确认
单一线索可能产生误导（多个国家可能有相似标识）
隐私不要识别个人或住宅地址
迭代最多 5 轮；边际价值较低时停止

参考资料

  • references/visual-clues.md — 线索类别
  • references/regional-signatures.md — 地区特有指标
  • references/verification-strategies.md — 搜索模式

🎯 已完成：[SKILL:geolocation-skill] [已从图像识别位置] 🗣️ 自定义已完成：[SKILL:geolocation-skill] [已找到位置]

评论

支持 Markdown