التكاملات
اربط Potato بنماذج الذكاء الاصطناعي ومنصات التعهيد الجماعي وصدّر إلى أطر التعلّم الآلي المفضلة لديك.
تكامل الذكاء الاصطناعي ونماذج اللغة الكبيرة
عزّز التوسيم بمساعدة الذكاء الاصطناعي
OpenAI
GPT-4, GPT-3.5 for intelligent hints, auto-suggestions, and keyword highlighting.
عرض التوثيق ←Anthropic Claude
Claude 3 models for nuanced annotation assistance and quality checking.
عرض التوثيق ←Local LLMs (Ollama)
Run AI-assisted annotation with local LLMs using Ollama. Keep your data completely private.
عرض التوثيق ←HuggingFace
Access open-source models via HuggingFace Inference API for flexible AI assistance.
عرض التوثيق ←OpenRouter
Access multiple AI providers through a single API with OpenRouter integration.
عرض التوثيق ←ميزات مدعومة بالذكاء الاصطناعي
- اقتراحات تسميات ذكية
- تمييز تلقائي للكلمات المفتاحية
- مساعدة في فحص الجودة
- توسيم مسبق للمراجعة
- توليد التفسيرات
- فحص الاتساق
خيارات القوة العاملة
استخدم فريقك الخاص أو وسّع النطاق بالتعهيد الجماعي
فريقك الخاص
موصى به للبيانات الحساسةشغّل Potato محلياً أو على خوادمك الخاصة مع موسّميك الداخليين. مثالي للبيانات الحساسة التي لا يمكن مشاركتها خارجياً، والدراسات المعتمدة من لجنة الأخلاقيات، أو عندما يكون لديك فريق توسيم مدرّب بالفعل.
المزايا
أو وسّع النطاق بمنصات التعهيد الجماعي
Prolific
Academic-friendly crowdsourcing with quality participants. Full integration with completion URLs and participant tracking.
الميزات
Amazon MTurk
Scale to thousands of annotators with Mechanical Turk integration. Supports qualifications and approval workflows.
الميزات
صيغ البيانات المدعومة
استورد البيانات بأي صيغة شائعة
Text
.txt, .json, .jsonl
Images
.jpg, .png, .gif, .webp
Audio
.mp3, .wav, .ogg, .m4a
Video
.mp4, .webm, .mov
Documents
.pdf, .html
صيغ التصدير
صدّر التوسيمات إلى صيغ التعلّم الآلي الشائعة
General
- JSON
Native Potato format with full annotation data
- JSONL
Line-delimited JSON for streaming and large datasets
- CSV
Tabular export for spreadsheet analysis
NLP
- CoNLL
Standard format for NER and sequence labeling
- Hugging Face
Direct export to HF Datasets format
- spaCy
Training data format for spaCy models
Computer Vision
- COCO
MS COCO format for object detection
- YOLO
YOLO format for real-time detection
- Pascal VOC
XML format for image classification
واجهة Python البرمجية وسطر الأوامر
وصول برمجي للأتمتة
سطر الأوامر
# Start annotation server potato start config.yaml # Export annotations potato export --format coco # Validate configuration potato validate config.yaml
واجهة Python البرمجية
from potato import Potato
# Load project
project = Potato("config.yaml")
# Get annotations
annotations = project.get_annotations()
# Export to DataFrame
df = project.to_dataframe()هل أنت مستعد للبدء؟
ثبّت Potato وابدأ التكامل مع أدواتك المفضلة في دقائق.