国庆出游期间，我一直在玩出门问问。只要给他的图片信息量足够，它几乎都能准确地找到照片的拍摄地点。 我看朋友圈有人发了一张披萨餐厅的照片，想去吃，于是我扔给了出门问问。 大致流程： · agent先给自己制定了SOP，明确提出“先认证看看这张照片中的细节，比如特别的建筑、装置、标识、周围的环境和氛围。然后再去使用工具去做分析验证这些视觉线索，最后回答用户问题。” · agent第一步先做了图片的识别，然后提取出图片中的关键词、场景类型、地点猜测，并且推理出了下一步要使用的搜索关键词 · 初步得出结论后会进行交叉验证，效果还是不错的。 · 最终会给出精确地址或者相似地点