Comparación con otras herramientas

Ambas son de código abierto y cubren anotación de texto, imagen, audio y video. Potato es gratis para siempre sin nivel Enterprise; las funciones de adjudicación, acuerdo entre anotadores, evaluación con ground truth y flujos LLM basados en prompts de Label Studio están reservadas al Enterprise (precio personalizado). Potato también incluye funciones de grado investigador que Label Studio no ofrece: flujos multi-fase (consentimiento → entrenamiento → anotación → encuesta), estimación de competencia de anotadores MACE, seguimiento de comportamiento (pulsaciones, ratón, tiempos), 55 instrumentos de encuesta validados, integración nativa con MTurk/Prolific e infraestructura completa de evaluación de agentes con 13 formatos de trazas. La configuración es YAML en lugar de plantillas XML.

Sí. Potato cubre las capacidades centrales de Prodigy — clasificación de texto, NER por spans, relaciones, segmentación de audio/video, cajas delimitadoras en imágenes, aprendizaje activo, IAA, adjudicación — y añade flujos de investigación multi-fase, MACE, seguimiento de comportamiento, soporte más amplio para proveedores LLM, Solo Mode y evaluación de agentes. La configuración es YAML (sin necesidad de recetas Python). Potato es gratuito y de código abierto; Prodigy cuesta ~$490 por puesto (hay licencias académicas gratuitas). El esquema triage de Potato cubre el flujo de aceptar/rechazar de Prodigy.

INCEpTION sigue siendo la plataforma más fuerte para anotación lingüística compleja con enlace a bases de conocimiento (Wikidata, DBPedia, OWL, SKOS) y flujos ricos de correferencia. Potato iguala las capacidades centrales de spans/relaciones/eventos/correferencia de INCEpTION y añade anotación de imagen/audio/video, evaluación completa de agentes, configuración YAML (sin Java/XML), flujos multi-fase, encuestas, seguimiento de comportamiento, integración LLM/IA más amplia y un despliegue Python/Flask más ligero. Elige INCEpTION para proyectos profundos de enlace KB; elige Potato para todo lo demás.

Para necesidades típicas de anotación de visión por computador, sí — Potato admite cajas delimitadoras, polígonos, máscaras de segmentación, landmarks y anotación temporal de video con seguimiento de objetos, y exporta a COCO (con máscaras RLE), YOLO y Pascal VOC. CVAT profundiza más en flujos puramente CV con cuboides 3D, nubes de puntos, integración SAM y etiquetado asistido por ML mediante Nuclio. CVAT no admite NLP en absoluto; Potato te permite combinar imagen, texto y otras anotaciones en una sola tarea.

doccano es más simple y rápido de configurar para clasificación de texto y NER básicos, pero Potato ofrece significativamente más: 30+ tipos de anotación más allá del texto (imagen, audio, video, trazas de agentes), integración AI/LLM con 12 tipos de endpoint, aprendizaje activo con 5 estrategias de consulta, control de calidad (verificaciones de atención, gold standards, MACE), flujos de investigación multi-fase, instrumentos de encuesta validados, integración nativa con crowdsourcing (MTurk, Prolific) e infraestructura de evaluación de agentes.

Tres razones. **Costo**: las plataformas comerciales cobran entre $1.000 y $10.000+/mes; Potato es gratis para siempre. **Privacidad de datos**: Potato es autoalojado, así que los datos sensibles (historiales médicos, contenido propietario, trazas internas) nunca salen de tu infraestructura. **Flujos de investigación**: las plataformas comerciales se orientan al etiquetado de datos de producción; Potato soporta de forma nativa patrones académicos (estudios multi-fase, flujos de consentimiento aptos para IRB, seguimiento de comportamiento para investigación de factores humanos, encuestas validadas, estimación de competencia MACE y pagos por crowdsourcing). Potato ha sido destacado en EMNLP 2022 y HCOMP 2024 (Mejor Demo).

Varias capacidades son únicas o casi únicas. **Infraestructura de evaluación de agentes**: observación de navegación web en vivo con takeover, renderización de trazas de agentes de codificación (Claude Code, Cursor, Aider, SWE-Agent), anotación de errores por paso con trajectory_eval. **Solo Mode** con escalado de confianza en cascada para calidad de anotador único. **Estimación de competencia de anotadores MACE** para ponderar etiquetas con desacuerdos frecuentes. **Justificaciones de IA** explicando cada etiqueta sugerida. **55 instrumentos de encuesta validados** (SUS, NASA-TLX, UMUX, AttrakDiff) para evaluación post-estudio. **Anotación de eventos n-arios**, anotación de árboles de dependencias mediante span-linking. **8 tipos de fuente de datos** incluyendo Google Drive, Dropbox, S3, HuggingFace, Google Sheets y bases de datos. **Flujos multi-fase** con ramificación.

Sí. Capacidades que en otros productos son niveles de pago aquí son gratuitas: acuerdo entre anotadores (Cohen's kappa, Fleiss', alfa de Krippendorff), interfaz de adjudicación, gold standards, verificaciones de atención, evaluación con ground truth, SSO/OAuth (Google, GitHub, OIDC genérico), integración con webhooks firmados con HMAC-SHA256, exportación a HuggingFace Hub con DatasetCards autogenerados, integración LLM multi-proveedor y registro de auditoría completo. El detalle: lo autoalojas. No hay nivel cloud gestionado.