インテグレーション
PotatoをAIモデル、クラウドソーシングプラットフォーム、お気に入りのMLフレームワークと接続しましょう。
AI & LLM統合
AI支援でアノテーションを強化
Local LLMs (Ollama)
Run AI-assisted annotation with local LLMs using Ollama. Keep your data completely private.
ドキュメントを見る →HuggingFace
Access open-source models via HuggingFace Inference API for flexible AI assistance.
ドキュメントを見る →OpenRouter
Access multiple AI providers through a single API with OpenRouter integration.
ドキュメントを見る →LangChain
Automatic trace ingestion from LangChain agents via callback handler. Capture full agent runs as annotation-ready traces.
ドキュメントを見る →OpenAI Vision
GPT-4o and GPT-4 Vision for multimodal annotation assistance on images and screenshots.
ドキュメントを見る →AI搭載機能
- インテリジェントなラベル提案
- 自動キーワードハイライト
- 品質チェック支援
- レビュー用の事前アノテーション
- 説明の生成
- 一貫性チェック
ワークフォースオプション
自チームで利用、またはクラウドソーシングで拡大
自チーム
機密データに推奨Potatoをローカルまたは自社サーバーで、社内のアノテーターとともに運用できます。外部に共有できない機密データ、IRB承認済み研究、またはすでにトレーニング済みのアノテーションチームがある場合に最適です。
メリット
クラウドソーシングプラットフォームで拡大
Prolific
Academic-friendly crowdsourcing with quality participants. Full integration with completion URLs and participant tracking.
機能
Amazon MTurk
Scale to thousands of annotators with Mechanical Turk integration. Supports qualifications and approval workflows.
機能
サポートされるデータ形式
一般的な形式でデータをインポート
Text
.txt, .json, .jsonl
Images
.jpg, .png, .gif, .webp
Audio
.mp3, .wav, .ogg, .m4a
Video
.mp4, .webm, .mov
Documents
.pdf, .html
エクスポート形式
一般的なML形式にアノテーションをエクスポート
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
Python API & CLI
自動化のためのプログラマティックアクセス
コマンドライン
# 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()