Skip to content
Potato annotation tool

Annotez tout — texte, agents et au-delà

Potato est une plateforme open source pour annoter du texte, de l'audio, des images et des données qualitatives, de la classification et l'annotation de segments jusqu'au codage guidé par un livre de codes. Elle offre aussi la prise en charge de l'annotation d'agents la plus large de tous les outils : importez des traces de n'importe quel framework, annotez une exécution multi-agents sur son graphe d'interaction, et configurez le tout en YAML.

Présenté à·ACL 2026·HCOMP 2024 (Meilleure démo)·EMNLP 2022

Démarrez en 4 étapes

De l'installation à l'annotation en quelques minutes.

1.
pip install potato-annotation
# Installer Potato
2.
# Create your config.yaml
# Configurer votre tâche
3.
potato start config.yaml
# Lancer le serveur
4.
# Open localhost:8000
# Commencer à annoter !
Démarrez en 4 étapes

Tout ce dont vous avez besoin pour l'annotation

Des fonctionnalités puissantes conçues pour les chercheurs et les équipes.

Évaluation d'Agents

Annotez des équipes multi-agents sur un graphe d'interaction cliquable, évaluez des agents d'usage informatique, vocaux et vidéo, calibrez des juges LLM par rapport aux étiquettes humaines, transformez les trajectoires en données d'entraînement SFT et DPO, et classez les modèles dans une arène, le tout via YAML.

Plus de 20 types d'annotation

Radio, sélection multiple, Likert, curseur, texte, span, best-worst scaling, comparaison par paires, nombre, multirate, vidéo, image, audio, boîte englobante, polygone, événement et taxonomie, ainsi que le codage qualitatif (mode QDA) avec livre de codes évolutif, codes in-vivo, mémos et cas.

Propulsé par l'IA

Intégration de LLM avec OpenAI, Claude, Gemini pour des suggestions intelligentes, la mise en évidence de mots-clés, les suggestions d'étiquettes, l'estimation de compétence MACE, la mise en évidence d'options et l'ordonnancement par diversité.

Support multimédia

Annotez l'audio avec des formes d'onde, les images avec des boîtes englobantes et des polygones, et la vidéo avec des contrôles de lecture.

Apprentissage actif

L'échantillonnage basé sur l'incertitude priorise l'annotation sur les exemples les plus pertinents, maximisant l'efficacité.

Aucun code requis

Configurez tout en YAML. Aucune programmation requise pour créer des interfaces d'annotation sophistiquées.

Conçu pour tous les domaines

Texte, images, audio ou vidéo — Potato répond à tous vos besoins.

Traitement automatique du langage naturel
Vision par ordinateur
Audio et parole
IA conversationnelle
Multimodal
Biomédical et sciences sociales
Évaluation d'Agents

350+

Parcourez plus de 350 designs d'annotation

Configurations prêtes à l'emploi issues de la communauté.

Prêt à commencer l'annotation ?

Rejoignez les chercheurs et équipes du monde entier qui utilisent Potato.