Skip to content

Интеграции

Подключайте Potato к моделям ИИ и краудсорсинговым платформам и экспортируйте данные в привычные ML-фреймворки.

🤖

Интеграция с ИИ и LLM

Ускорьте разметку с помощью ИИ

🤖

OpenAI

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

Открыть документацию →
🧠

Anthropic Claude

Claude 3 models for nuanced annotation assistance and quality checking.

Открыть документацию →
✨

Google Gemini

Gemini Pro for multimodal annotation support across text and images.

Открыть документацию →
🏠

Local LLMs (Ollama)

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

Открыть документацию →
🤗

HuggingFace

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

Открыть документацию →
🔀

OpenRouter

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

Открыть документацию →
⚡

vLLM

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

Открыть документацию →
🎯

YOLO

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

Открыть документацию →
🔗

LangChain

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

Открыть документацию →
👁️

OpenAI Vision

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

Открыть документацию →
🔭

Anthropic Vision

Claude 3 Vision models for image and screenshot annotation assistance.

Открыть документацию →

Возможности на базе ИИ

  • Умные подсказки меток
  • Автоматическая подсветка ключевых слов
  • Помощь в контроле качества
  • Предварительная разметка для проверки
  • Генерация объяснений
  • Проверка согласованности
👥

Варианты организации работы

Работайте своей командой или масштабируйтесь через краудсорсинг

🏢

Своя команда

Рекомендуется для конфиденциальных данных

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 →
☁️

Amazon MTurk

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

Возможности

HIT managementQualification testsApproval workflowsBonus payments
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

  • 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 (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 format for image classification

🤖

Форматы трасс агентов

Импортируйте трассы агентов из 13 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

  • 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

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
⚡

Python API и CLI

Программный доступ для автоматизации

Командная строка

# 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()
Посмотреть форматы данных

Готовы начать?

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

Руководство по быстрому стартуОткрыть документацию