cognis-digital/locateanything
GitHub: cognis-digital/locateanything
一款100%本地运行的照片地理定位推理工具，结合EXIF解析与本地视觉语言模型，为开源情报调查提供带有推理依据的位置候选结果。
Stars: 0 | Forks: 0
# 定位任何内容
### 放入一张照片 → 获取排名后的位置猜测。100% 本地运行，由无审查的 vision + reasoning 模型驱动。
[](LICENSE)   [](https://github.com/cognis-digital/cognis-neural-suite)
`#osint` `#geoint` `#geolocation` `#llm` `#vision` `#self-hosted`
一个本地化的**现实版 GeoGuessr**：它读取 EXIF GPS 信息，*并*使用本地的**无审查 vision-language 模型** + **reasoning 模型**对视觉线索（路牌、车牌、
建筑、植物、太阳位置）进行推理分析 —
无需云服务，无需 API key，不上传任何数据。
```
pip install "cognis-locateanything[img]"
fleet up vision reasoning # via https://github.com/cognis-digital/uncensored-fleet
locate photo.jpg # → ranked candidates + rationale
locate photo.jpg --format json
```
## 使用说明 — 分步指南
1. 安装 CLI (控制台脚本: `locate`):
pipx install "git+https://github.com/cognis-digital/locateanything.git"
locate --version
2. 推断照片的拍摄地点 (完全在本地 vision + reasoning 模型上运行):
locate ./photo.jpg
3. 获取用于 pipeline 或证据日志的机器可读输出:
locate ./photo.jpg --format json > location.json
4. 读取结果 — 解析 JSON 以获取推断出的位置和理由:
jq '.' location.json
5. 在 CI/batch 中，遍历一个文件夹的图片并收集结果:
for f in images/*.jpg; do locate "$f" --format json; done > all_locations.jsonl
## 架构
```
flowchart LR
IMG[📷 image] --> EXIF[EXIF GPS parse]
IMG --> VL[Uncensored VL model
visual clues]
EXIF --> R[Reasoning model
rank candidates]
VL --> R
R --> OUT[Ranked locations + rationale
table / JSON / MCP]
```
## 从任何 AI stack 中使用它
- **MCP server** (`locate mcp`) 适用于 Claude Desktop / Cursor / [uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet)
- **JSON** 输出可通过管道输入任何 agent · 一行代码接入 **LangChain/CrewAI** 工具 · 纯 **CLI** 调用
## ⚠️ 负责任地使用
适用于 OSINT、新闻报道和研究。在对人物或私人财产的图片进行地理定位之前，请**获取同意**，
并遵守当地法律。您需对自己的使用行为负责。
## 相关项目
[🤖 uncensored-fleet](https://github.com/cognis-digital/uncensored-fleet) · [🧠 engram](https://github.com/cognis-digital/engram) · [🔍 geolens](https://github.com/cognis-digital/geolens) · [🗂️ 套件](https://github.com/cognis-digital/cognis-neural-suite)
## 互操作性
`locateanything` 可与包含 300+ 工具的 Cognis 套件组合使用 — JSON 输入/输出以及共享的
兼容 OpenAI 的 `/v1` 主干。请参阅 **[INTEROP.md](INTEROP.md)** 了解
套件图谱、组合模式和参考 stack。
## 集成
通过
[`cognis-connect`](https://github.com/cognis-digital/cognis-connect) 将 `locateanything` 的发现转发至 STIX/MISP/Sigma/Splunk/Elastic/Slack/webhook。请参阅 **[INTEGRATIONS.md](INTEGRATIONS.md)**。
## 许可证
COCL v1.0 — 详见 [LICENSE](LICENSE)。
标签：ESC4, GEOINT, Homebrew安装, OSINT, Python, 人工智能, 图像地理定位, 文档结构分析, 无后门, 本地部署, 用户模式Hook绕过, 视觉语言模型, 逆向工具