Skip to content

Integrazioni

Collega Potato con modelli AI, piattaforme di crowdsourcing ed esporta nei tuoi framework ML preferiti.

🤖

Integrazione AI e LLM

Potenzia l'annotazione con l'assistenza dell'IA

🤖

OpenAI

GPT-4, GPT-3.5 for intelligent hints, auto-suggestions, and keyword highlighting.

Visualizza la documentazione →
🧠

Anthropic Claude

Claude 3 models for nuanced annotation assistance and quality checking.

Visualizza la documentazione →
✨

Google Gemini

Gemini Pro for multimodal annotation support across text and images.

Visualizza la documentazione →
🏠

Local LLMs (Ollama)

Run AI-assisted annotation with local LLMs using Ollama. Keep your data completely private.

Visualizza la documentazione →
🤗

HuggingFace

Access open-source models via HuggingFace Inference API for flexible AI assistance.

Visualizza la documentazione →
🔀

OpenRouter

Access multiple AI providers through a single API with OpenRouter integration.

Visualizza la documentazione →
⚡

vLLM

Self-hosted high-performance inference with vLLM for maximum control and speed.

Visualizza la documentazione →
🎯

YOLO

Visual object detection with YOLO for image and video annotation tasks.

Visualizza la documentazione →
🔗

LangChain

Automatic trace ingestion from LangChain agents via callback handler. Capture full agent runs as annotation-ready traces.

Visualizza la documentazione →
👁️

OpenAI Vision

GPT-4o and GPT-4 Vision for multimodal annotation assistance on images and screenshots.

Visualizza la documentazione →
🔭

Anthropic Vision

Claude 3 Vision models for image and screenshot annotation assistance.

Visualizza la documentazione →

Funzionalità potenziate dall'IA

  • Suggerimenti di etichette intelligenti
  • Evidenziazione automatica delle parole chiave
  • Assistenza al controllo della qualità
  • Pre-annotazione per la revisione
  • Generazione di spiegazioni
  • Verifica della coerenza
👥

Opzioni per la forza lavoro

Usa il tuo team o scala con il crowdsourcing

🏢

Il tuo team

Consigliato per dati sensibili

Esegui Potato localmente o sui tuoi server con i tuoi annotatori interni. Perfetto per dati sensibili che non possono essere condivisi esternamente, studi approvati dall'IRB o quando hai già un team di annotazione formato.

Vantaggi

I dati non lasciano mai i tuoi serverNessun costo per annotatorePieno controllo degli accessiFunziona offline
Visualizza la guida alla distribuzione locale →

Oppure scala con piattaforme di crowdsourcing

👥

Prolific

Academic-friendly crowdsourcing with quality participants. Full integration with completion URLs and participant tracking.

Funzionalità

Completion URL handlingParticipant ID trackingAttention checksQuality filters
Visualizza la documentazione →
☁️

Amazon MTurk

Scale to thousands of annotators with Mechanical Turk integration. Supports qualifications and approval workflows.

Funzionalità

HIT managementQualification testsApproval workflowsBonus payments
Visualizza la documentazione →
📁

Formati di dati supportati

Importa dati in qualsiasi formato comune

📄

Text

.txt, .json, .jsonl

🖼️

Images

.jpg, .png, .gif, .webp

🎵

Audio

.mp3, .wav, .ogg, .m4a

🎬

Video

.mp4, .webm, .mov

📑

Documents

.pdf, .html

📤

Formati di esportazione

Esporta le annotazioni nei formati ML più diffusi

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

🤖

Agent Trace Formats

Import agent traces from 13 frameworks for annotation. Convert via CLI or ingest in real-time via webhook.

Agent Frameworks

  • LangChain / LangSmith

    Hierarchical runs, tool calls

  • Langfuse

    Observation spans, scores

  • OpenAI

    Function calling, assistants

  • Anthropic Claude

    Tool use, thinking blocks

  • MCP

    Model Context Protocol sessions

  • OpenTelemetry

    Distributed span hierarchy

  • ATIF

    Standard interchange format

Web Agents

  • WebArena

    Screenshots, element targeting

  • Raw Browser

    HAR + screenshots

Coding Agents

  • Claude Code

    Anthropic Messages API with tool_use

  • Aider

    Markdown chat with edit blocks

  • SWE-Agent

    Thought/action/observation trajectories

General

  • ReAct

    Generic thought/action/observation

  • Multi-Agent

    CrewAI, AutoGen, LangGraph

Agent Training Exports

Export agent annotations directly to training pipeline formats

PRMProcess reward model training format
DPO / RLHFPreference pairs for alignment training
SWE-benchCompatible evaluation results
⚡

Python API e CLI

Accesso programmatico per l'automazione

Riga di comando

# Start annotation server
potato start config.yaml

# Export annotations
potato export --format coco

# Validate configuration
potato validate config.yaml

Python API

from potato import Potato

# Load project
project = Potato("config.yaml")

# Get annotations
annotations = project.get_annotations()

# Export to DataFrame
df = project.to_dataframe()
Visualizza i formati di dati

Pronto per iniziare?

Installa Potato e inizia a integrarti con i tuoi strumenti preferiti in pochi minuti.

Guida rapidaSfoglia la documentazione