Domande frequenti

Potato (Portable Text Annotation Tool) è uno strumento di annotazione gratuito e open source per la creazione di dataset di alta qualità.

Sì, Potato è gratuito e open source sotto la PolyForm Shield License 1.0.0.

Non è richiesta programmazione. Potato utilizza file di configurazione YAML.

Installa tramite pip: `pip install potato-annotation`. Poi esegui `potato start my_project -c config.yaml`.

Potato richiede Python 3.7 o superiore.

Run pip install --upgrade potato-annotation.

Potato works in all modern browsers: Chrome, Firefox, Safari, and Edge.

I tuoi dati rimangono sulla tua macchina. Potato funziona interamente in locale.

Sì. Poiché Potato è self-hosted e funziona in locale, mantieni il pieno controllo sui tuoi dati.

Potato supporta testo semplice, JSON, JSONL, CSV, TSV, immagini, audio e file video.

Potato supporta: pulsanti radio, caselle di controllo, scale Likert, input di testo, annotazione di span, riquadri di delimitazione, poligoni, confronto a coppie e altro ancora.

Sì. Un singolo task di annotazione può includere qualsiasi combinazione di schemi di annotazione.

Sì. Potato supporta la classificazione delle immagini, l'annotazione con riquadri di delimitazione e l'annotazione con poligoni.

Sì. Potato può visualizzare forme d'onda audio e lettori video insieme ai controlli di annotazione.

Aggiungi uno schema di annotazione di span nella tua configurazione con il testo da evidenziare.

Yes. Potato supports custom CSS, HTML templates, and layout configuration via YAML.

Potato supporta più annotatori nativamente con ID univoci.

Sì. Potato si integra con Prolific e Amazon Mechanical Turk.

Esporta le annotazioni e calcola le metriche di accordo usando le librerie Python standard.

Sì. Puoi aggiungere elementi di verifica dell'attenzione e usare il pannello di amministrazione.

Sì. Potato si integra con OpenAI, Anthropic Claude, Google Gemini e LLM locali tramite Ollama.

Aggiungi una sezione `llm` alla tua configurazione specificando il provider, il modello e il template del prompt.

Sì. Potato supporta Ollama per l'esecuzione di LLM locali.

Sì. Usa il confronto a coppie o le scale Likert per valutare la qualità delle risposte.

Yes. Potato converts LangChain/LangSmith traces automatically.

No. The live agent supports Ollama for fully local inference with no API key.

Yes. Potato supports CrewAI, AutoGen, and LangGraph trace formats.

Use the generic ReAct converter or the webhook API to send traces in any JSON format.

Yes. Live agent mode lets annotators pause the agent, send instructions, or take over manual control.

Use the agent_eval exporter: python -m potato.export -f agent_eval -o results/.

Sì. Distribuiscilo su qualsiasi server dietro nginx o Apache, oppure usa Docker.

Potato può essere containerizzato usando un Dockerfile personalizzato.

Yes. Create a Dockerfile with a Python base image and install potato-annotation.

Sì. Più annotatori possono accedere alla stessa istanza di Potato contemporaneamente.

Distribuisci Potato dietro un reverse proxy come nginx o Caddy.

Annotations are saved as JSON/JSONL files in your configured output directory. Back up that directory regularly.

Verifica che il tuo config.yaml sia valido, che il file di dati esista e che la porta non sia in uso.

Verifica di aver cliccato su Salva/Invia, che la directory di output sia scrivibile e che tutti i campi obbligatori siano compilati.

Elimina il file di annotazione dell'annotatore dalla directory di output.

Unisciti alla nostra comunità Discord, controlla GitHub Issues o sfoglia la nostra documentazione.