GeoBuddy

GeoBuddy 是一个地理代理，它可以通过分析图像中的地标、建筑和文化符号等可见线索来预测地点。

主要功能

• 地点识别：从上传的图片中预测地点详情
• 详细推理：根据视觉线索解释预测结果
• 用户友好的界面：使用 Streamlit 构建，提供直观的体验

简单示例

• 风景：城市天际线、山脉全景或著名地标
• 建筑：独特的建筑、桥梁或城市风光
• 文化线索：招牌上的文字、语言提示、旗帜或独特的服饰

高级用法

尝试提供细节微妙的图像，例如不同语言的商店招牌或具有标志性但全球知名度不高的地标。GeoBuddy 将尝试更深入地推断建筑风格、环境（例如沙漠 vs. 热带）和文化参考。

代码

完整代码可在 Agno 仓库 中找到。

使用方法

1. 克隆仓库

   git clone https://github.com/agno-agi/agno.git
   cd agno
   

2. 创建虚拟环境

   python3 -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖项

   pip install -r cookbook/examples/streamlit_apps/geobuddy/requirements.txt
   

4. 设置 API 密钥

   GeoBuddy 使用 Google PaLM API 进行高级图像推理：

   export GOOGLE_API_KEY=***
   

5. 启动应用

   streamlit run cookbook/examples/streamlit_apps/geobuddy/app.py
   

6. 打开应用

   然后在浏览器中打开 http://localhost:8501 开始使用 GeoBuddy。

专业贴士

• 高分辨率图像：清晰并带有可见招牌或地标的图像可以提高准确性。
• 多种角度：不同的角度（例如，街道级别视图 vs. 鸟瞰图）可以展示独特的线索。
• 情境线索：有时，细微的细节，如车牌、当地建筑元素甚至植被，都可以显著影响地点猜测。

需要帮助？加入我们的 Discourse 社区 寻求支持！