Интеграции

Запускайте Potato локально или на собственных серверах со своими разметчиками. Подходит для конфиденциальных данных, которые нельзя передавать вовне, для исследований, одобренных этическим комитетом, и для случаев, когда обученная команда разметчиков у вас уже есть.

Преимущества

Данные не покидают ваши серверыНет оплаты за каждого разметчикаПолный контроль над доступомРаботает без интернета

Открыть руководство по локальному развёртыванию →

Или масштабируйтесь через краудсорсинговые платформы

Prolific

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

Возможности

Completion URL handlingParticipant ID trackingAttention checksQuality filters

Открыть документацию →

SONA Systems

University subject pools. Participants arrive with a SONA survey code, and Potato grants their credit from the server when they finish.

Возможности

Server-side credit grantingPer-participant survey codesClient-side credit fallbackAttention checks

Открыть документацию →

Connect and other panels

Providers for CloudResearch Connect, Clickworker and Microworkers, and a generic provider for any panel that passes a participant ID.

Возможности

Participant ID from the URLCompletion codes or redirectsMicroworkers VCODEsGeneric provider

Открыть документацию →

Поддерживаемые форматы данных

Импортируйте данные в любом распространённом формате

Text

.txt, .json, .jsonl

Images

.jpg, .png, .gif, .webp

Audio

.mp3, .wav, .ogg, .m4a

Video

.mp4, .webm, .mov

Documents

.pdf, .html

Форматы экспорта

Экспортируйте разметку в популярные ML-форматы

General

JSONL
One JSON object per annotator per item
CSV
Tabular export for spreadsheet analysis
Parquet
Columnar format for pandas, DuckDB or Spark

NLP

CoNLL
Standard format for NER and sequence labeling
Hugging Face
Push annotations to the Hub as a dataset
spaCy (via CoNLL)
Export CoNLL, then run spacy convert

Computer Vision

COCO
MS COCO format for object detection
YOLO
YOLO format for real-time detection
Pascal VOC
XML bounding boxes, one file per image

Форматы трасс агентов

Импортируйте трассы агентов из 15 фреймворков для разметки. Конвертируйте через CLI или принимайте в реальном времени через вебхук.

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
Web Agent
Mind2Web, Computer Use, raw recordings

Coding Agents

Claude Code
Anthropic Messages API with tool_use
Aider
Markdown chat with edit blocks
SWE-Agent
Thought/action/observation trajectories
SWE-bench
Model and gold patches, test lists

General

ReAct
Generic thought/action/observation
Multi-Agent
CrewAI, AutoGen, LangGraph

Экспорт для обучения агентов

Экспортируйте разметку агентов сразу в форматы обучающих конвейеров

PRMProcess reward model training format

DPO / RLHFPreference pairs for alignment training

SWE-benchCompatible evaluation results

Командная строка и Python

Программный доступ для автоматизации

Командная строка

# Check a config for errors
potato validate config.yaml --strict

# Start the annotation server
potato start config.yaml

# Export annotations to COCO
python -m potato.export -c config.yaml \
    -f coco -o exports/

Загрузка экспорта в Python

# Export to CSV first:
# python -m potato.export -c config.yaml -f csv -o exports/
import pandas as pd

# One row per annotator per item
df = pd.read_csv("exports/annotations.csv")
print(df.groupby("user_id").size())

Посмотреть форматы данных

Готовы начать?

Установите Potato и за несколько минут настройте интеграции с привычными инструментами.

Руководство по быстрому старту Открыть документацию