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 las necesidades típicas de anotación en visión por computador, sí. Potato admite cajas delimitadoras, polígonos, polilíneas, elipses, cuboides 2D, esqueletos de puntos clave, máscaras de segmentación, seguimiento en vídeo, nubes de puntos y cuboides 3D, mapas de profundidad y calibración cámara-lidar, y exporta a COCO (con máscaras RLE), YOLO, Pascal VOC, KITTI y otros 25 formatos. La segmentación por clic y el etiquetado por indicación textual se ejecutan en el navegador, sin GPU. CVAT sigue llegando más lejos en pipelines de alto volumen dedicados solo a visión: atributos por objeto, una gestión de tareas y trabajos más completa, y un ecosistema de formatos mayor a través de Datumaro. CVAT no admite NLP, y reporta la concordancia como IoU en bruto o coincidencia exacta, sin corrección por azar. Elige Potato cuando el trabajo de visión conviva con tareas de texto, audio o evaluación, o cuando necesites una concordancia entre anotadores que se pueda defender.

doccano es más simple y rápido de configurar para clasificación de texto y NER básicos, pero Potato ofrece significativamente más: 61 tipos de anotación más allá del texto (imagen, audio, video, trazas de agentes), integración AI/LLM con 13 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 se ha publicado en ACL 2026 y EMNLP 2022, y ganó el premio a la Mejor Demo en HCOMP 2024.

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.