新功能

Potato v2.x 的新特性。2.8 版加入計算機視覺、3D 點雲、深度圖、機器人回合與世界模型評測，並對幾何與時間提供機會校正後的一致性度量。61 種標註類型，24 種展示類型。

本頁介紹 Potato v2.x 各版本的新功能與改進。

Potato 2.11.1

2026 年 10 月釋出

Potato 2.11.1 讓 potato start config.yaml --debug 重新可以在預設地址上啟動，為模型訓練加入了影像分類器，並修復了每次重啟都會丟失的預標籤。

bash

pip install --upgrade potato-annotation

除錯模式

從 2.8.2 到 2.11.0，在預設地址 0.0.0.0 上執行的除錯伺服器會拒絕啟動，除非指定 --host 127.0.0.1。在 2.11.1 中，它可以在任何地址上啟動，網路上的其他機器也能訪問它。除錯指南說明了除錯模式現在的行為：

除非加上 --debug-phase，否則登入頁面會保留。 使用 --debug-phase 時，每個訪問者都會以共享的 debug_user 身份登入，所以不要把它用於真實研究。
只有來自伺服器本機的請求才能不用金鑰開啟管理頁面，即來自迴環地址、且不帶 X-Forwarded-For、X-Real-IP 或 Forwarded 請求頭的請求。繫結到 127.0.0.1 時也是如此（2.11.0 在這種情況下會放行所有請求），因為同一臺機器上的代理或隧道會把其他機器的請求轉發到 127.0.0.1。
Werkzeug 互動式偵錯程式只在繫結到 127.0.0.1 時執行，因為它會執行在瀏覽器中輸入的程式碼。

POTATO_ALLOW_REMOTE_DEBUG 不再被讀取。帶 --host 127.0.0.1 的除錯命令仍然可用，也仍然會提供互動式偵錯程式。

影像分類與預標籤

模型訓練可以擬合影像分類器。 條目指向影像檔案的 radio 或 multiselect 方案會基於 CLIP 嵌入進行訓練，而過去是在檔案路徑上擬合 TF-IDF。遠端或缺失的影像會被排除，並給出警告。
影像主動學習按文件所述工作。 vectorizer: {name: image} 會構建 CLIP 向量化器。此前管理器無法構建這個名稱，所以這類研究實際是按檔案路徑上的 TF-IDF 排序的。
標註引擎會在影像研究上蒸餾影像分類器（labeling_engine.distill.modality）。
為未標註的條目生成預標籤。 model_training.writeback.include_unlabeled: true 會對還沒有人標註的條目做預測。此前一次執行只對已經標註過的留出條目做預測，所以寫回（write-back）從未到達預標籤本該服務的那些條目。

模型訓練文件介紹了訓練執行、寫回和稽核佇列。

影響早期研究的修復

預標籤在重啟後丟失。 啟動時重放已儲存預測的步驟在任何條目載入之前就已執行，所以每次重啟都會清空模型稽核佇列。現在它在條目載入之後執行，並執行與寫回相同的檢查。
文本模型在 URL 上訓練。 帶有 url、path 或 file_name 欄位的條目會把該欄位的值交給訓練器，而不是文本。
SSO 下重置密碼會失敗。 在 method: oauth 且啟用 allow_local_login 時，每次重置都會報錯。現在可以重置本地賬戶了。
ai_support 拒絕 OpenRouter。 現在接受 endpoint_type: openrouter。

釋出說明裡有完整清單。

Potato 2.11.0

2026 年 10 月釋出

Potato 2.11.0 新增了標註引擎（labeling engine）。它用模型為資料集打標籤，再用一份盲態隨機抽取的人工標籤樣本來衡量模型出錯的頻率。你先宣告最終標籤必須滿足的條件，例如“被接受的機器標籤中至多 5% 是錯的，置信度為 90%”。引擎接受統計檢驗所支援的機器標籤，把其餘條目交給人來標註，並寫出一份證書，記錄檢驗了什麼、用了多少條人工標籤。設定方法見標註引擎。

空閒會話現在會被登出，預設在 8 小時後。 在 2.11.0 之前，session_timeout_minutes 對正在服務的應用不起作用，因為這項檢查註冊在了一個會被 potato start 丟棄的應用物件上。現在，空閒時間超過該設定（預設 480 分鐘）的會話會被清除，下一次請求會轉到登入頁。整夜保持登入的自助終端和實驗室共用電腦會開始遇到登出，在這類場合請調高 session_timeout_minutes。

bash

pip install --upgrade potato-annotation

標註引擎

用一個 labeling_engine 塊加上 assignment_strategy: engine 即可開啟引擎。引擎的來源（sources）是模型，按級聯順序依次嘗試，最後一個來源之後，條目交給人來標註。每份契約（contract）對應一個標註方案，並用引擎隨機請求、盲態提供的人工標籤來檢驗：頁面上不顯示預標註、評審模型的判定或 AI 輔助。

來源。 LLM、視覺語言模型、決策模型（Laya 以及任何 /v1/systemone 伺服器）、YOLO 檢測器、帶標籤順序互換的 LLM 評審、評審團、用本研究自身標籤訓練的模型，以及你已有的標籤。
契約。 selective_risk 以給定置信度限定被接受的機器標籤中出錯的比例。ppi 給出流行率或均值的區間，無論機器品質如何，該區間都有效。no_worse_than_human 執行替代標註者檢驗，budget_first 預估一筆人工標註預算能換來什麼，distributional 則在主觀條目上把機器標籤與人們的意見分佈進行比較。
模態。 單選、有序、數值和多標籤方案，影像區域，音訊、影片、時間定位和分層片段，3D 物體，以及智慧體軌跡的步驟標籤。區域、片段、3D 物體和軌跡用一致性報告所用的度量來評分。
抽查。 一部分已被接受的機器標籤會以盲態送回給人。當抽查顯示錯誤率高於目標時，引擎在該方案上停止接受機器標籤（需開啟 features.drift，預設開啟），重新認證後恢復接受。
介面。 potato label run|status|certify|certificate|export|calls|distill|optimize|migrate-config、位於 /api/engine/v1 下的 REST API、五個 engine_* MCP 工具、一個 Python SDK，以及位於 /admin/labeling-engine 的管理頁面。

一份已滿足的契約，是關於機器與標註樣本的那些人之間一致程度的統計陳述。引擎不會檢查這些人是否標得對，所以用不可靠的標註者檢驗的契約，證明的是與不可靠標註者的一致。標註引擎契約說明了每種契約檢驗什麼、何時不成立。

icl_labeling、judge_calibration 和 pre_annotation 仍然可用，各自會在啟動時列印一條說明，指出對應的引擎寫法。potato label migrate-config 會寫出等價的 labeling_engine 塊。單人模式和評審對齊（judge alignment）沒有被棄用。遷移到標註引擎裡有對照表。

一致性

/admin/iaa 報告更多方案。 spatial_annotation、temporal_grounding、tiered_annotation 以及智慧體軌跡方案（process_reward、trajectory_eval、tool_call_review、failure_attribution、gui_trajectory）以前被當作不支援而跳過，現在會計算分數。
/admin/api/agreement 不再報告結構化方案。 只按標籤名比較時，智慧體軌跡、片段、區域和 3D 物體在每一對標註者之間都顯示為完全一致。該路由現在會指向 /admin/iaa，後者會比較這些結構本身。
兩個相同的零長度片段現在算作一致。 它們過去被算作完全不一致。
機器評分者不進入釋出的資料。 釋出和 Paper Mode 會把機器評分者排除在金標準標籤和一致性資料之外。

單人模式

盲態建議。 solo_mode.suggestions 在全部條目或一部分抽樣條目上隱藏 LLM 的標籤，交接時讀取的是盲態條目上的一致性，因為螢幕上顯示的建議會給核對它的人造成錨定。
花費上限和響應快取。 ai_budget.cap_usd 會在標註開始前和每個批次之前檢查，solo_mode.cache 會複用對重複呼叫的回覆。
決策模型。 systemone 和 laya 端點用一次前向計算為固定選項的方案打標籤，可作為快速的第一層。單人模式裡有一份配置。
金標準集、評審團和課程式排序。 solo_mode.gold 在完整執行之前用已知標籤給提示詞打分，solo_mode.jury 讓多個模型對每個條目投票，instance_selection.curriculum 讓你從 LLM 認為最容易的條目開始。另外還新增了提示詞敏感性檢查。

影響 2.10 研究的修復

影像頁面會自行儲存預填的答案。 在帶 pre_annotation 的 image_annotation 方案上，畫布載入後重新排版時，會把預填的形狀儲存為標註者的答案，所以一個沒被碰過的條目也算作已回答。現在只有編輯才會儲存。在使用了預標註的 2.10 影像研究裡，部分算作已回答的條目可能從未被碰過。
不帶 CORS 頭的主機上的影像無法載入。 不傳送 Access-Control-Allow-Origin 頭的主機（例如 cocodataset.org）會拒絕畫布的請求，頁面顯示 "Failed to load image"。現在頁面會不經 CORS 再載入這類影像。繪製照常可用，而需要讀取影像畫素的區域填充、SAM 和文本提示分割會說明它們為何無法執行。
沒有 color 的預標註形狀會被丟棄。 條目顯示 "Annotations: 0"，沒有任何警告。現在該形狀會使用其標籤的顏色。
單人模式的 "Generate prompt" 從未呼叫模型。 現在它會請修訂模型寫出第一版提示詞。沒有修訂模型時，它退回到任務描述，並說明這一點。
通過 potato mcp connect 被拒絕的呼叫看起來像成功。 被拒絕的工具呼叫過去返回 isError: false，現在會作為工具錯誤返回，並帶上伺服器的訊息。
完整研究骨架示例裡有一個失效的鍵。 Potato 不讀取 training.feedback.enabled，所以示例現在設定 feedback.show_explanations。
空閒會話從未被登出，詳見本節開頭。
仲裁把機器評分者也算了進去。 機器標註者可能把一個條目送去仲裁，min_human_annotations 被忽略，缺少一致性分數時格式化會崩潰。
Prolific 自動擴容把機器標註也算了進去，並且忽略了每個條目的上限。現在要開放的名額數只把人工標註計入每個條目的上限。
邊緣案例發現在 vLLM 上不起作用。 vLLM 上的引導解碼從不返回邊緣案例欄位，現在這些欄位已成為響應模式的一部分。

釋出說明裡有完整清單。

Potato 2.10.3

2026 年 10 月釋出

Potato 2.10.3 修復了 2.10.2 釋出後發現的三個錯誤。

bash

pip install --upgrade potato-annotation

全體一致的資料上的一致性。 當每位標註者在每個條目上都給出相同答案時，/admin/api/agreement 會把該方案返回為 {"error": "float division by zero"}。這種情況下偶然一致為 1，所以 alpha 和兩個 kappa 都沒有定義。該路由現在把它們報告為 null，percent_agreement 為 1.0，並給出與 /admin/iaa 相同的說明，總體平均值也不再計入該方案。
potato deploy button --dry-run 不再聯網。 不帶 --hf-backup-repo 時，試執行會向 HuggingFace 查詢令牌屬於誰，令牌無效時會以 traceback 結束。現在試執行使用佔位名 <hf-account>/<name>-annotations，與 potato deploy up --dry-run 一致；正式執行則把被拒絕的令牌報告為錯誤資訊。
匯入 Potato 時不再計算密碼雜湊。 Potato 過去在匯入時計算一個 PBKDF2 雜湊，所以每個程序啟動時都要花費 100,000 次迭代，命令列工具也不例外。現在，這個雜湊在第一次有未知使用者名稱嘗試登入時才生成。匯入在 Pyodide 下也重新可用了，Pyodide 的 hashlib 沒有 pbkdf2_hmac。

釋出說明裡有完整清單。

Potato 2.10.2

2026 年 10 月釋出

Potato 2.10.2 修復了通過 pip 安裝或在 Docker 映像中無法使用的功能，堵上了以他人身份登入的途徑，讓 MySQL 後端真正工作起來，並更正了一致性統計。如果你發表過用早期版本算出的一致性數字，請重新計算。

bash

pip install --upgrade potato-annotation

SSO 賬戶接受任何密碼。 在啟用 OAuth 的任務中，密碼錶單會讓任何人登入由身份提供方註冊的賬戶。現在 SSO 身份不再通過密碼認證；在使用 MySQL 的研究中，陌生人也不能再註冊現有標註者的使用者名稱並繼承其工作。
通過 pip 安裝時，ai_support 和調查問卷無法使用。 wheel 漏掉了 AI 提示詞和調查問卷，所以用到其中任何一項的研究都會在啟動時停止。容器和 potato deploy 的部署目標還漏掉了十個子系統，聊天支援就是其中之一。
MySQL 後端從未真正啟用。 指定了它的配置會把標註存到磁碟上。用 pip install 'potato-annotation[mysql]' 安裝驅動；匯出、備份和 potato deploy pull 現在會讀取資料庫。
59 項一致性統計修復，每一項都對照了 scipy、sklearn 或 krippendorff 包等參考實現。未定義的係數現在報告為未定義，而不是 1.0；序數 alpha 使用 Krippendorff 的序數度量；MACE 對純粹的垃圾標註者估計的能力約為 0.01，而不是 0.35；重啟後結果不再變化；plackett_luce 擬合的是最優-最差似然，而不是重複 Bradley-Terry。
使用地圖座標的點雲保留了精度。 採用 UTM 座標的 LAS 檔案過去被繪製在間距可達 0.5 m 的粗網格上。Potato 現在相對於一個本地原點提供該檔案，並以檔案自身的座標儲存標註。

釋出說明裡有完整清單。

Potato 2.10.1

2026 年 10 月釋出

Potato 2.10.1 修復了 2.10.0 釋出後在 potato deploy 和備份中發現的五個問題。在依賴試執行（dry run）的結果之前，請先升級。

bash

pip install --upgrade potato-annotation

試執行對 up 隨後會拒絕的部署給出了通過。 沒有 --backup 的 Heroku 或 ECS Express、沒有備份儲存可用來上傳項目的 Render 或 Railway，以及項目太大、無法內聯傳送的 Fly，都會列印一份沒有問題的計劃。現在計劃和 up 執行同一項檢查，兩者都會列印 REFUSED: <reason> 並以狀態碼 2 退出。
在無法生效的地方提供了 --demo。 Render、Railway 和 ECS Express 會把你的項目上傳到備份所用的儲存，所以即使是標註可以丟棄的研究，它們也需要 --backup hf 或 --backup s3。現在預檢警告只對 Heroku 和 HuggingFace 提供 --demo。
--cloud jetstream2 規劃了錯誤的實例規格（flavor）。 試執行顯示的是 m1.small，而 up 建立的是 m3.small。
有兩個價格是錯的。 potato deploy providers 顯示 aws-ec2 每月約 $16，fly 約 $7。計劃算出的是 $18.31 和 $5.85，現在摘要顯示約 $18 和約 $6。
backup: {enabled: false} 關不掉備份，前提是配置中仍有 huggingface_backup 塊。現在以新的塊為準。

釋出說明裡有完整清單。

Potato 2.10.0

2026 年 10 月釋出

Potato 2.10.0 為 potato deploy 新增了八個託管平臺，在磁碟無法在重啟後保留的主機上備份標註，並新增了 text_as_image：它把每個條目的文本顯示為圖片，讓標註者無法把文本貼上進聊天機器人。在本地或雲端執行 Potato說明了哪種主機適合哪種研究。

現在正式宣告需要 Python 3.9 或更高版本。 一個核心依賴本來就需要它，所以更早的版本同樣無法在 3.7 或 3.8 上安裝，現在 pip 會在安裝任何東西之前就說明這一點。

bash

pip install --upgrade potato-annotation

部署

AWS，三種方式。 --provider aws 建立一個每月固定 $12 的 Lightsail 實例，只需要 lightsail:* 許可權。aws-ec2 用於關閉了 Lightsail 的賬號；aws-ecs 在 ECS Express Mode 上執行容器，前面是一個由 AWS 管理的 HTTPS 地址，費用更高，並且必須配置備份。
Heroku，使用一個 Basic dyno。Heroku 每天清空磁碟，所以沒有 --backup 或 --demo 時 Potato 會拒絕部署到那裡。
Fly 和 Railway，各帶一個持久卷。
Hetzner、Vultr 和 Linode，作為虛擬機器，設定方式與 DigitalOcean 相同，併為 IP 地址簽發 Let's Encrypt 證書。
OpenStack，帶 Jetstream2 預設。 Jetstream2 為每個實例分配一個 DNS 名稱，所以任務能拿到普通的證書。校園 OpenStack 雲和 EGI 同樣可用。
部署按鈕。 potato deploy button config.yaml --target heroku|render|aws|railway 把“Deploy to Heroku”、“Deploy to Render”或 AWS“Launch Stack”按鈕所需的檔案寫入你的倉庫，讓其他人可以在自己的賬號裡執行這個任務。

新的 deploy-aws 和 deploy-openstack extra 會安裝 AWS 和 OpenStack 客戶端。

備份與恢復

新的 backup 塊每五分鐘把標註輸出和 SQLite 資料庫的快照複製到一個 HuggingFace 資料集、一個相容 S3 的儲存桶，或同時複製到兩者。當伺服器以空的任務目錄啟動而備份中有資料時，Potato 會在載入任何內容之前先恢復資料，因此重啟之後標註者可以從中斷的地方繼續。向 potato deploy up 傳入 --backup hf、--backup s3 或 --backup hf,s3 即可啟用。舊的 huggingface_backup 塊會被讀作只有一個 sink、且關閉了恢復的 backup 塊，所以現有部署的行為保持不變。

文本顯示為圖片

text_as_image: true 在伺服器上把每個條目的文本渲染成 PNG，並從頁面、嵌入的條目記錄和 JSON 端點中移除這些文字，使標註者沒有任何可以選中、複製或貼上的內容。這個功能提高了把條目貼上進聊天機器人的成本，但標註者仍然可以重新輸入文本，或者對截圖做 OCR。螢幕閱讀器無法從圖片中讀出任何內容，所以如果研究中有使用螢幕閱讀器的標註者，這個功能並不適用。當 text_as_image 與片段方案、讀取條目文本欄位的方案、Pocket Mode 或多人房間（Rooms）同時使用時，Potato 會拒絕啟動。由 @Eyecatch3r 在 PR #169 中貢獻。

影響已收集資料的修復

在沒有持久磁碟的主機上，重啟會丟失之前的工作。 伺服器以空狀態啟動，回來的標註者的新狀態會覆蓋已備份的副本。啟動時恢復修復了這個問題。
使用 --volume-gb 的 DigitalOcean 把標註儲存在根磁碟上，而不是捲上。輸出和 SQLite 資料庫現在位於 /data。
HuggingFace 備份在官方釋出的映像中不起作用，因為映像裡沒有 huggingface_hub；在 Render 和 DigitalOcean 上，--hf-token 設定的變數沒有任何地方讀取。現在映像會安裝新的 hosting extra。
Render 部署啟動時沒有項目，容器以“config file not found”退出。現在容器會在啟動時下載項目並校驗其 sha256。

釋出說明裡有完整清單。

Potato 2.9.2 至 2.9.4

2026 年 9 月釋出

如果你不信任的人能訪問你的伺服器，請升級到 2.9.4 或更高版本。 在 2.9.4 之前，/forgot-password 表單會為提交的任何使用者名稱建立重置令牌，並在頁面上顯示重置連結，因此任何能訪問伺服器的人都可以接管任何密碼賬號，包括管理員賬號（GHSA-43v4-43pw-4rp2）。現在該表單不再建立令牌。重置連結只能來自 POST /admin/create_reset_token 和 potato reset-password 命令。由 HDEF 報告並附帶補丁。

手機（2.9.4）。 在觸控式螢幕上，控制元件高度至少為 44 px，頁頭從三行變為兩行，multirate 變成一列帶標籤的行，片段高亮通過長按完成。
機器標註者（2.9.4）。 machine_annotators 塊用於宣告由程式擔任的評分者，例如檢測器或 LLM。隨後 /admin/iaa 會報告人與人之間、機器與機器之間以及合併後的一致性，主要數字只統計人類標註者；只要有任何記錄來自機器，csv、tsv 和 parquet 匯出就會增加一個 annotator_origin 列。
URL 字首下的會話 cookie（2.9.4）。 同一主機上以 /app1 和 /app2 提供的兩個研究共用一個會話 cookie，所以登入其中一個就會退出另一個。現在 cookie 的作用域限定在各自的字首內。已在 PR #172 中由 @Eyecatch3r 修復。
更快的翻頁（2.9.2）。 指令碼和樣式表在條目之間保持快取，Next 需要的往返次數更少。在往返時間為 80 ms 的鏈路上，單選按鈕任務中的 Next 從約 2.6 s 降到約 0.8 s。
緊接著 Next 的文本編輯（2.9.2）。 清空文本框後在一秒內按下 Next，舊文本會被保留下來。現在每次儲存都會先應用尚未提交的編輯。

Potato 2.9.0

2026 年 9 月釋出

Potato 可以從 brat、doccano、Prodigy、CoNLL 和 REFI-QDA 匯入項目，並在本地完成音訊轉寫與說話人分離。匯出結果會記錄每個影像形狀是人工繪製、模型建議還是匯入而來，以及每次投票是在哪個房間裡投出的。本次釋出的大部分內容是缺陷修復。

升級前請對每個配置執行 potato validate --strict。 有幾處改動會讓原本正常的 2.8.2 研究拒絕啟動或行為發生變化：同一階段內重複的方案名稱會被拒絕，min_annotators_per_instance 變成了單條目上限的別名，require_fully_annotated: true 現在會被強制執行，載入失敗的階段會中止啟動，片段偏移量按碼點而非 UTF-16 單元計算。集合型、順序型、矩陣型和帶標籤序數型方案的一致性數值會改變，應當重新計算。釋出說明裡有完整清單。

bash

pip install --upgrade potato-annotation

匯入與匯出

面向 brat、doccano、Prodigy、CoNLL-2003/CoNLL-U 和 REFI-QDA .qdpx 的匯入器，以及一個 .qdpx 匯出器。參見匯入項目。
匯出中的來源資訊。 每個影像形狀都會記錄它是人工繪製還是模型建議（source、ai_model、confidence、edited、carried_over、import_format）。在多人房間中投出的票會帶上房間、角色、初始投票、揭曉後是否改變，以及投票人數。
csv、jsonl 和 parquet 格式的片段匯出會包含被覆蓋的文本。
python -m potato.export --format adjudication 是新增的，並且現在每種方案類型都有“採納某個答案”的裁決控制元件（此前只有 radio 和 likert 有）。

音訊、影片與轉寫

本地轉寫與說話人分離，基於 faster-whisper 和 sherpa-onnx，不需要 PyTorch，也不需要 Hugging Face 令牌：安裝 potato-annotation[transcribe]，然後執行 potato transcripts <dir> --transcribe --diarize --num-speakers N -o out.json。參見轉寫格式。
segment_schemes 可以在音訊或影片片段內渲染任意標註類型。它此前會被接受，但會被忽略。

一致性、品質與 AI

隨時間變化的一致性，與編碼本的修訂版本對齊，並在 /admin/iaa 上提供重新校準的觸發入口。
一種模型輸出審閱模式，包含空預測的那一部分，因此可以計算召回率。
ai_budget.cap_usd 會拒絕啟動付不起的執行，ai_budget.prices 則在配置中設定每個模型的費率。
ai_support 會記錄 final_annotation 和 pre_annotation_seeds，因此可以用你自己的資料測量採納率。

部署與介面

每個頁面都支援反向代理和路徑字首（#168，Aldo Costa）。參見反向代理。
card_sort 不用滑鼠也能操作，移動操作會通報給螢幕閱讀器。
resizable、max_height 和 min_height 在每種展示類型上都生效。

影響結果的修復

/admin/api/agreement 從未產生過數值，而且比較的是儲存值而不是標籤名，因此每個類別型方案都顯示為完全一致。
在每條目兩人標註的研究中，第二位標註者會被送到完成頁面，之後給出的所有答案都會丟失。
除 fixed_order 之外的每種分派策略下，AI 建議針對的都是錯誤的條目。
在預設的記憶體配置下，註冊資訊從未被儲存，因此重啟之後任何人都可以佔用一個已有的使用者名稱。

感謝 Aldo Costa（@Eyecatch3r）貢獻 #168 和 #171，感謝 @ruthenian8 報告並診斷 #170。

Potato 2.8.2

2026 年 8 月釋出

2.8.1 並沒有包含其釋出說明所描述的五項安全修復中的兩項：媒體端點上的 SSRF 修復（GHSA-9394-85jj-2mhj）和除錯模式加固（GHSA-r4ww-vc5h-35qf）。2.8.2 把兩項都帶上了。如果你是為其中任一問題升級到 2.8.1 的，請再升級一次。參見 2.8.2 釋出說明。

Potato 2.8.1

2026 年 8 月釋出

一次安全釋出。它修復了通過即時編碼智慧體實現的遠端程式碼執行（GHSA-cm4p-5rfv-x252）、無需管理員金鑰即可讀取的管理配置，以及一個接受所有請求的軌跡攝取 webhook。如果你在 localhost 以外的任何地方執行 Potato，請升級，並直接升到 2.8.2，它帶有 2.8.1 缺失的那兩項修復。

Potato 2.8.0

2026 年 8 月釋出

Potato 過去是一個帶影像模式的文本標註平臺。現在它覆蓋影像、影片、十億畫素掃描件、3D 點雲、深度圖、機器人回合、生成式影片推演以及視覺—語言接地。對其中每一項，它都會報告機會校正後的一致性。

如果你是從 PyPI 安裝的，請升級。 2.7.1 及之前的 wheel 用單層萬用字元宣告包資料，因此有 27 個位於子目錄中的模板在每個 wheel 裡都缺失。對於執行 pip install 的人來說，單人模式的設定路由、管理頁面、評判校準和語料地圖全都是壞的；從 git 檢出執行的人則從未遇到過。已在 PR #164 中由 @0x6362 修復。

bash

pip install --upgrade potato-annotation

幾何與時間上的一致性

空間標籤的機會校正一致性，分解為檢測（標註者是否找到了相同的物件）、分類（他們是否給出了相同的稱呼）和定位（他們是否把它放在了相同的位置，以相對經驗機會基線的 σ 加一次 KS 檢驗來報告）。
STAPLE 用於掩膜共識。它會估計一個潛在邊界，以及每位評分者的敏感度和特異度。在一個兩位細心標註者以二比三被噪聲標註者壓過的語料上，多數投票相對真值的 Dice 為 0.846，STAPLE 為 1.000。
精確的旋轉 3D IoU，因此長方體的一致性對無人機、手持和室內資料都是正確的，而不只是對水平框正確。
時間一致性以掃描的形式報告，覆蓋一系列匹配容差，因為 0.25 秒下的一致性和 2 秒下的一致性是兩個不同的說法。
未定義的數值會自己給出解釋。在完全一致的語料上 α 確實沒有定義，而一個光禿禿的 NaN 讀起來像是計算壞了。

這同時修復了一個缺陷：裁決比較的是標註的鍵，而影像方案把所有內容都存在一個名為 _data 的鍵下。於是每一對影像的一致性都是 1.0，兩個毫無共識的標註者看上去完全一致，也就沒有任何影像被送去審閱。

視覺

幾何基元：折線、橢圓、2D 長方體、帶骨架拓撲和 COCO 可見性標誌的關鍵點集，以及按實例索引的畫筆掩膜。
瀏覽器內點選即分割——在 ONNX Runtime Web 上執行 MobileSAM，每次點選約 132 毫秒，不需要 GPU，也不需要每次點選都發一次網路請求。
開放詞彙文本提示：輸入一個短語，所有匹配項都會被框出來。Grounding DINO，Apache-2.0 許可，同樣在瀏覽器內執行。
影片掩膜傳播，使用 SAM 2 的記憶模組，實測每幀 IoU 為 0.974–0.979，整個序列上沒有衰減。這一項按設計在服務端執行；瀏覽器另有一條更輕量的延續路徑。
深度縮放用於十億畫素影像，同時以 DZI 和 IIIF Image API 3.0 提供，畫筆掩膜按原始檔的完整解析度繪製。
媒體攝取：多頁 16 位 TIFF、HEIC、相機 RAW，以及通過帶快取的服務端代理處理的 ProRes/MKV/MOV。
15 種匯入格式和 29 種匯出格式，其中 11 種可以往返。Darwin 兩個方向都支援。

影像標註的鍵盤快捷鍵現在預設遵循 V7 的約定：b 畫筆、r 矩形、f 填充、k 關鍵點、v 選擇。對已經上線的研究，可以在方案上設定 keybinding_profile: legacy 恢復舊的繫結。

3D、深度與機器人

spatial_annotation 支援 PCD、PLY、LAS、KITTI .bin 和 .xyz 點雲，提供 3D 長方體、點、折線和逐點分割、八叉樹細節層次，以及正交切片面板。旋轉以四元數儲存，因此只有偏航角的欄位會悄悄丟棄的安裝傾角，能在 KITTI 往返中保留下來。
深度圖支援 16 位 PNG/TIFF、NPY、PFM 和 EXR，提供窗寬窗位、色彩對映、游標下的米數讀數，以及反投影到同一個 3D 檢視器中。
感知標定的投影，因此在 3D 中繪製的長方體會出現在每一張相機影像上，可以在 2D 中核對。
episode_annotation 把 N 路同步影片流和 M 條機器人時間序列軌道放在同一條時間軸上，提供階段分割、每階段的結果和稠密獎勵曲線。可匯入 LeRobot v2、RLDS/TFDS 和 HDF5。軌道降取樣會保留極小值和極大值，因此單幀的力尖峰在進入 300 畫素寬的軌道之後依然存在。

評測

rollout_evaluation 把 2 到 N 段生成影片放在同一個時鐘上播放，請標註者標出世界開始講不通的那一幀，然後標註是哪條物理或因果性質被破壞了。面板可以設為盲評，並按標註者穩定地打亂順序。
grounding_eval 和 region_caption 用四個閾值下的 IoU 為接地打分，用點落在區域內的命中率為指點打分，因為點沒有面積，對點計算的 IoU 永遠是零。無法接地的情況單獨計數。

其餘更新

帶線索的對話：dialogue 展示類型會根據每一輪的 reply_to 渲染回覆結構。potato convokit 可以匯入任何 ConvoKit 語料，--format convokit 可以導回，而且不依賴 convokit。
繪製遙測——每個形狀的耗時、筆畫動態、修改次數和 AI 建議的採納延遲。整批照單全收的預標註會讓一致性上升而準確率不變，因為採納了同一條建議的標註者在構造上就是完全一致的。在標籤本身分不出來的地方，計時是一個能區分審閱與蓋章放行的過程訊號。
即時資料庫攝取：啟動之後新建的行會在 poll_interval_seconds 之內變為可標註，無需重啟（#166）。
機器可讀的規格——一份覆蓋 159 個配置鍵、61 種標註類型和 24 種展示類型的 JSON Schema，以及一份包含 419 條路徑的 OpenAPI 文件。兩者都由程式碼生成，任何一份出現漂移 CI 都會失敗，因此編輯器或編碼智慧體可以核對配置，而不必憑空發明選項。
沒有對外請求：在全部 14 個模板中，每個樣式表、指令碼、字型和圖示現在都由安裝目錄提供。styles.css 此前開頭會 @import Google Fonts，這會在頁面載入時把每位標註者的 IP 地址發給第三方，登入頁面還帶著一個第三方 favicon。兩者都已移除。
管理端的 Instances 標籤頁從平方複雜度降到線性：2,000 個條目從 15.1 秒降到 23 毫秒。

Potato 2.7.2

2026 年 8 月釋出

針對自由文本欄位的擊鍵記錄。Potato 記錄一個答案背後的時間資訊，從不記錄字元本身，而這已經足以把打字和貼上區分開。

擊鍵記錄——對每個自由文本欄位以不讀取內容的方式捕捉停頓、爆發、修改和貼上，每份回答會計算約四十個彙總特徵。預設關閉。
寫作過程檢測——六條具名規則，閾值明確，並會報告每個標記背後的特徵值。閾值可以針對你自己的項目重新擬合，如果你有標籤，還有一條有監督的路徑。
倫理指引——示例知情同意措辭、保留與刪除、基率問題，以及為什麼一個標記是檢視的提示而不是結論。
需要顯式開啟的匯出——export_include_typing_dynamics 會寫出一份彙總的附屬檔案，--format keystrokes 會把原始流寫入 Parquet。兩者預設都不開啟，因此行為資料不會意外出現在資料集釋出中。

向標註者披露預設開啟，關掉它會在啟動時記錄一條警告。

Potato 2.7.1

2026 年 7 月釋出

轉寫稿攝取，前提是轉寫稿已經存在。有人跑過 Whisper，或者下載了字幕，或者拿到了一份語料，而下一步不應該是寫一個轉換指令碼。

21 種轉寫稿和字幕格式，從原來的 6 種增加而來。Whisper、WhisperX、whisper.cpp、AWS Transcribe、Deepgram、AssemblyAI、Rev.ai、SPoRC、SubRip、WebVTT、SubStation Alpha、TTML/DFXP、YouTube 的 json3 和 srv1/srv2/srv3、NIST CTM、Praat TextGrid，以及 ELAN EAF。識別依據的是檔案內容，不是副檔名。
附屬轉寫檔案——資料檔案可以指向磁碟上的 media/int_001.srt，而不必把轉寫稿內聯進去。路徑會經過標準的路徑安全檢查在 task_dir 下解析，因此你的轉寫稿仍然是可以做 diff 和重新匯出的檔案。
potato transcripts——一個轉換器，把一整個資料夾的 ASR 輸出變成可直接標註的資料檔案，按檔案主名把轉寫稿和媒體配對。--dry-run 會在寫入任何內容之前報告它識別到了什麼，--emit-config 會列印一份匹配的配置。
四個方案共用一套格式詞彙——speech_transcript、voice_interaction 和 tiered_annotation 現在接受 audio_dialogue 展示類型接受的一切。此前只有展示類型接受。
**標註 Whisper 轉寫稿和標註 YouTube 字幕**把這兩個起點從頭到尾走了一遍。

在 2.7.1 中，ASR 和說話人分離這兩步在上游執行，Potato 讀取它們的輸出。Potato 2.9 通過 potato transcripts --transcribe --diarize 增加了本地轉寫和說話人分離，而出聲思考模式自 2.7.0 起就已經在本地轉寫標註者自己的語音。

Potato 2.7.0

2026 年 7 月釋出

Potato 2.7 建立在一個想法之上：標註工具應當測量判斷是如何做出的，而不只是記錄判斷的結果。這對兩類判斷者都適用——做標註的人，以及被評測的 AI 模型。

測量人類如何標註

七項需要顯式開啟的功能，沒有一項需要 LLM。

心理測量引擎——一個即時的項目反應理論層，給每個標籤一個後驗機率和一個敏感性區間（p = 0.94 [0.88–0.97]），而不是一個光禿禿的多數投票。它僅憑一致性模式就能估計標註者能力和條目難度，把條目路由給判斷資訊量最大的標註者，並標出可能的編碼本缺陷。
多人房間——把你的團隊已經在共享螢幕上開的校準會內建到工具裡並加上測量：盲投、主持人揭曉、討論、重投，配一個即時的 Krippendorff α 儀表，顯示這場會議值多少。
邊界實驗室——在每個標籤之後提出反事實探針（“這還成立嗎？”），把普通標註變成對比集，並且不用埋設黃金條目就能發現前後不一致的標註者。
吐真劑——“出人意料地流行”式的同伴預測打分，在標註困難的地方勝過多數投票，而且不需要黃金標籤。
出聲思考模式——標註者一邊工作一邊說話；語音轉文字完全在本地執行，逐字轉寫稿成為理由說明。
論文模式——一條命令把項目變成一份可編譯的 LaTeX 資料集報告，含一致性統計和引用。
口袋模式——一等公民級別的移動端標註，帶可滑動的卡片堆、離線同步和 PWA 安裝。

評估 AI 智慧體

智慧體評測套件擴充套件到了團隊結構和多模態智慧體：可點選的智慧體互動圖、跨智慧體的失敗歸因、交接審閱、單個智慧體和團隊的記分卡、工具爭用時間線、湧現行為標註，以及 GUI/計算機操作軌跡、全雙工語音時間線、影片時間接地和文件表格結構。

其他各處

跨文件事件標註、輪次級標註、帶整頁編輯器的活文件編碼本、可選 OCR 的 PDF 跨頁連結、帶分組方案的 RBAC 角色、10 種語言的管理端和標註端儀表板，以及輕得多的安裝——AI SDK 現在按需載入，啟動時間從約 2.0 秒降到 0.7 秒。

Potato 2.6.0

2026 年 6 月釋出

Potato 2.6 進入定性資料分析領域，並深化了智慧體評測工具集。它新增了 QDA 模式、一套帶基於訊號的分診佇列的 LLM 評判校準與對齊工作流，以及能產出 SFT 和 DPO 訓練資料的軌跡編輯方案。Potato 同時改用 GPL-3.0-or-later 許可（原為 PolyForm Shield）。

QDA 模式

需要顯式開啟的 qda_mode 把 Potato 變成一個協作式的定性編碼工作區。啟用它會組合出活文件編碼本、原生碼編碼、分析者備忘、個案和全文搜尋，預設值針對一位分析者編碼整個語料的場景做了調整。

yaml

qda_mode:
  enabled: true            # codebook + memos + cases + search
codebook_invivo_key: i     # mint a code from a text selection
search:
  enabled: true
  annotator_claim: true

瞭解 QDA 模式 →

LLM 評判校準與對齊

用一個或多個 LLM 評判者自動標註資料，然後跑一輪盲的人工校準，測量準確率、一致性和校準誤差。另有一套單評判者的對齊工作流，在你打磨評分標準的過程中跟蹤相對人工黃金標籤的 Cohen kappa，並可在標註過程中內聯顯示評判結果。

瞭解評判校準 → · 評判對齊 →

基於訊號的分診佇列

按每個條目的品質訊號給標註佇列排序——智慧體的一次報錯、生產環境的一次點踩、一個低分，或者任何自定義欄位——讓審閱者先看到最可疑的條目，而不是按到達順序來看。

yaml

triage:
  enabled: true
  signal_field: quality_score
  invert_signal: true
assignment_strategy: priority

瞭解分診佇列 →

面向 SFT/DPO 的軌跡編輯

新的 trajectory_edit 和 trajectory_correction 方案讓標註者改寫智慧體軌跡的步驟。匯出器會把每一對原始/修正內容變成監督微調的目標（trajectory_sft.jsonl）和 DPO 偏好對（trajectory_dpo.jsonl）。

瞭解軌跡編輯 →

eval_trace 顯示類型

一個三欄的智慧體軌跡展示類型——推理、函式呼叫和最終答案——為持續評測而建，軌跡通過 webhook、Langfuse 輪詢器或被監視的目錄到達，並在落地時接受評判。

瞭解 eval_trace →

工作流與分派

異質覆蓋——按條目設定的標註者上限、標註者間一致性報告，以及針對不同條目需要不同標註人數的任務的裁決路由。
回收被放棄的分派——找回 Prolific 或被質控攔下的工作者留下的分派，保留期可配置，回收操作冪等。
自定義批次分派策略——把預先定義好的條目批次分派給特定的標註者。
反向代理 URL 字首——在反向代理後以子路徑提供 Potato 服務。

許可

Potato 現在以 GPL-3.0-or-later 釋出，由 PolyForm Shield 改換而來。你可以使用、修改和再分發它，包括用於商業用途，只要衍生作品仍然採用 GPL。詳見關於頁面。

效能與穩定性

啟動大約快 3 倍。 ML 棧不再在啟動時急切載入：匯入時間從約 6.5 秒降到 2 秒，5 萬條目的啟動從約 10 秒降到 5.7 秒，常駐記憶體從約 750MB 降到 365MB。
方案重新命名。 annotation_type: highlight 現在是 span，並已提供遷移。更新舊配置只需改掉類型名；已有的 span 配置不受影響。
一輪廣泛的 QA 加固涉及路由註冊、訓練階段、Prolific、持久化、匯出與問卷處理、webhook、單人模式和主動學習。

Potato 2.5.0

2026 年釋出

一波定性編碼方面的改進，讓 Potato 在 NLP 和 ML 標註之外，對定性研究的工作流也站得住腳。

標註者間一致性——除 Krippendorff alpha 之外，還有 Cohen kappa（兩兩）和 Fleiss kappa（N 位評分者），通過管理端一致性 API 提供。參見標註者間一致性指南。
新的匯出器——codebook（按方案匯出的 CSV，含編碼層級、顏色、描述和使用次數）和 quotation_report（按片段匯出的 CSV，含文本、偏移量、源文件和編碼者）。
編碼分析——用於編碼兩兩共現的管理端點，以及基於已有實例後設資料的編碼—屬性交叉表。

Potato 2.4.5

2026 年釋出

一次穩定性與工具鏈釋出。

帶驗證的迭代改進——一個可插拔框架，用於迭代改進單人模式的標註指南，並設有防止指南自相矛盾和後設資料洩漏的護欄。
配置校驗器——新的 python -m potato.validate_cli 命令列工具，對照已知配置模式檢查配置鍵。
安全——修復了路徑校驗中一個通過同級目錄字首繞過的路徑穿越問題（GHSA-q9m2-fhv9-3jcf）。
在儲存/導航狀態同步、Prolific 整合、多階段導航和品質控制反饋方面的修復。

Potato 2.3.0

2026 年 3 月 9 日釋出

Potato 2.3 是 Potato 歷史上最大的一次釋出，帶來了智慧體標註、單人模式、最優—最差量表、SSO/OAuth 認證、Parquet 匯出、15 個新的演示項目和安全加固。

智慧體標註

一套通過人工標註來評測 AI 智慧體的完整系統。包含 12 個軌跡格式轉換器、3 種專用展示類型和 9 個預置標註方案。

12 個軌跡格式轉換器——從 OpenAI、Anthropic、SWE-bench、OpenTelemetry、MCP、CrewAI/AutoGen/LangGraph、LangChain、LangFuse、ReAct、WebArena/VisualWebArena、ATIF 和原始瀏覽器錄製中匯入智慧體軌跡。支援自動識別。

轉換是伺服器啟動之前的一個命令列步驟：

bash

python -m potato.trace_converter \
  --input traces.json \
  --input-format react \
  --output data/traces.jsonl

轉換後的檔案就是一個普通的資料檔案，由其中一種智慧體展示類型來渲染：

yaml

data_files:
  - "data/traces.jsonl"
 
instance_display:
  fields:
    - key: steps
      type: agent_trace
      label: "Agent trajectory"

3 種展示類型：

智慧體軌跡展示——彩色編碼的步驟卡片，帶可摺疊的觀察結果、JSON 美化輸出和時間線側欄，面向使用工具的智慧體
網頁智慧體軌跡展示——完整截圖配 SVG 疊加層，顯示點選目標、文本輸入和滾動操作；膠片條導航，面向瀏覽網頁的智慧體
互動式聊天展示——即時聊天模式（標註者通過代理與智慧體互動）和軌跡審閱模式，面向對話式智慧體

逐輪評分——在整體軌跡之外對單個步驟評分，用於細粒度評測。

9 個預置方案——agent_task_success、agent_step_correctness、agent_error_taxonomy、agent_safety、agent_efficiency、agent_instruction_following、agent_explanation_quality、agent_web_action_correctness、agent_conversation_quality。

智慧體代理系統——用於即時智慧體評測的 OpenAI、HTTP 和 echo 代理。

瞭解智慧體標註 →

單人模式

一種由單個人類標註者與 LLM 協作標註整個資料集的工作流，與多標註者流水線的一致性達到 95% 以上，而所需的人工標籤總量只有 10-15%。

單人模式以階段狀態機的方式執行，而不是一個固定序列。它依次經過設定、提示詞審閱、可選的邊緣案例迴圈、並行標註、分歧消解、帶定期審閱和規則審閱的主動標註、自主標註和最終驗證。其中五個階段在發現問題出在提示詞上時可以退回提示詞審閱，而最終驗證在樣本未達到閾值時會回落到主動標註。

yaml

solo_mode:
  enabled: true
  labeling_models:
    - endpoint_type: openai
      model: "gpt-4o"
      api_key: ${OPENAI_API_KEY}
  thresholds:
    end_human_annotation_agreement: 0.92
    minimum_validation_sample: 50
  state_dir: "solo_state"

多訊號實例優先順序排序——instance_selection 對七個訊號（低置信度、多樣性、LLM 預測、分歧、隨機、資料製圖、邊緣案例規則）加權，決定人類接下來看到什麼。

瞭解單人模式 →

最優-最差量表

高效的比較式標註，標註者從元組中選出最好和最差的條目。按平衡不完全區組設計自動生成元組，並提供三種打分方法（計數法、Bradley-Terry、Plackett-Luce）。

yaml

annotation_schemes:
  - annotation_type: bws
    name: fluency
    description: "Which sentence reads most fluently?"
    tuple_size: 4
    best_description: "Most Fluent"
    worst_description: "Least Fluent"

瞭解最優-最差量表 →

SSO 與 OAuth 認證

可用於生產的認證方案，支援 Google OAuth（域名限制）、GitHub OAuth（組織限制）和通用 OIDC（Okta、Azure AD、Auth0、Keycloak）。支援自動註冊、混合模式和會話管理。

yaml

authentication:
  method: "oauth"
  providers:
    google:
      client_id: ${GOOGLE_CLIENT_ID}
      client_secret: ${GOOGLE_CLIENT_SECRET}
      allowed_domain: "umich.edu"
  user_identity_field: "email"
  auto_register: true
 
secret_key: ${POTATO_SECRET_KEY}

瞭解 SSO 與 OAuth →

Parquet 匯出

把標註匯出為 Apache Parquet 格式，產生三個結構化檔案：annotations.parquet、spans.parquet 和 items.parquet。支援 snappy、gzip、zstd、lz4 和 brotli 壓縮、增量匯出以及按日期/標註者分割槽。可與 pandas、DuckDB、PyArrow、Polars 和 Hugging Face Datasets 配合使用。

yaml

export_annotation_format:
  - parquet

瞭解 Parquet 匯出 →

15 個新的演示項目

project-hub/ 中的新演示覆蓋智慧體標註（5 個）、單人模式（3 個）、最優-最差量表（3 個）、認證（2 個）和匯出工作流（2 個）。用 potato start config.yaml 可以啟動其中任意一個。

安全加固

加密安全的會話令牌，過期時間可配置
預設啟用 CSRF 保護
認證端點上的速率限制
對使用者提供內容的輸入淨化
依賴審計，所有包均已更新
內容安全策略響應頭

其他改進

針對不受支援的智慧體框架的自定義軌跡轉換器
帶多標註者驗證抽樣的混合單人模式
帶分數收斂圖表的 BWS 管理儀表板標籤頁
按日期分割槽的增量 Parquet 匯出

v2.2 與 v2.3 對比

功能	v2.2	v2.3
智慧體標註	不可用	12 個轉換器、3 種展示、9 個方案
單人模式	不可用	由階段狀態機驅動的人機協作工作流
最優-最差量表	不可用	帶 3 種打分方法的 BWS
認證	僅使用者名稱	+ Google OAuth、GitHub OAuth、OIDC
Parquet 匯出	不可用	三檔案 Parquet，6 種壓縮選項
演示項目	125+	140+（新增 15 個）
安全	基礎	CSRF、速率限制、CSP、安全會話

Potato 2.2.0

2026 年 2 月 20 日釋出

Potato 2.2 是一次重要的功能釋出，帶來 9 個新的標註方案、可插拔的匯出系統、MACE 能力估計、55 份經過驗證的調查問卷和遠端資料來源。

新增標註方案（9 種）

事件標註——帶觸發詞片段和帶類型論元角色的 N 元事件結構。可以標註 ATTACK、HIRE、TRAVEL 這類事件，論元實體受約束，並以輪輻式弧線視覺化。

yaml

annotation_schemes:
  - annotation_type: event_annotation
    name: events
    description: "Mark the event triggers and their arguments"
    span_schema: entities
    event_types:
      - type: "ATTACK"
        trigger_labels: ["EVENT_TRIGGER"]
        arguments:
          - role: "attacker"
            entity_types: ["PERSON", "ORGANIZATION"]
            required: true

瞭解事件標註 →

實體連結——把片段標註連結到外部知識庫（Wikidata、UMLS、自定義 REST API）。在任意片段方案上加一個 entity_linking: 塊即可啟用知識庫搜尋和連結。

瞭解實體連結 →

分診——Prodigy 風格的接受/拒絕/跳過介面，用於快速篩查資料。標籤可自定義，帶鍵盤快捷鍵和自動前進，適合高吞吐標註。

瞭解分診 →

成對比較——用二選一（點選偏好的方塊）或量表（滑塊）模式比較兩個條目。支援 items_key、allow_tie，以及範圍可配置的 scale: 塊。

瞭解成對比較 →

對話樹——標註層級式的對話結構，支援逐節點評分、路徑選擇和分支比較。

瞭解對話樹 →

共指鏈——把共指的文本提及歸為鏈條，並帶視覺指示。支援實體類型、單例控制和多種高亮模式。

瞭解共指鏈 →

分割掩膜——新增 fill、eraser 和 brush 工具，用於畫素級的影像分割。

面向 PDF/文件的邊界框——在 PDF 頁面上畫框，用於文件標註任務。

不連續片段——allow_discontinuous: true 允許把不相鄰的文本段選為同一個片段。

智慧標註

MACE 能力估計——變分貝葉斯 EM 演算法，聯合估計真實標籤和標註者能力分數（0.0-1.0）。適用於 radio、likert、select 和 multiselect 方案。

yaml

mace:
  enabled: true
  trigger_every_n: 10
  min_annotations_per_item: 3

瞭解 MACE →

選項高亮——在離散標註任務中，用 LLM 高亮可能正確的選項。為排名前 k 的選項加星標，同時把可能性較低的選項調暗。

yaml

ai_support:
  option_highlighting:
    enabled: true
    top_k: 3
    dim_opacity: 0.4

瞭解選項高亮 →

多樣性排序——基於嵌入的聚類和輪轉抽樣，確保標註者看到的是內容多樣的條目，而不是連續出現的相似條目。

yaml

assignment_strategy: diversity_clustering
diversity_ordering:
  enabled: true
  prefill_count: 100

瞭解多樣性排序 →

匯出系統

新的可插拔匯出命令列工具（python -m potato.export）可以把標註轉換成 6 種業界標準格式：COCO、YOLO、Pascal VOC、CoNLL-2003、CoNLL-U 和分割掩膜。

bash

python -m potato.export --config config.yaml --format coco --output ./export/

瞭解匯出格式 →

遠端資料來源

通過新的 data_sources: 配置塊，從 URL、S3、Google Drive、Dropbox、Hugging Face、Google Sheets 和 SQL 資料庫載入標註資料。包含部分載入、快取和憑據管理。

瞭解遠端資料來源 →

調查問卷

55 份經過驗證的問卷，分為 8 個類別（人格、心理健康、情感、自我概念、社會態度、作答風格、簡版、人口統計）。在 prestudy/poststudy 階段用 instrument: "tipi" 呼叫。

瞭解調查問卷 →

其他改進

帶關鍵幀插值的影片目標跟蹤
支援外部 AI 配置檔案
表單佈局網格的改進
針對 PDF、Word、程式碼和電子表格的格式處理器

Potato 2.1.0

2026 年 2 月 5 日釋出

Potato 2.1 引入了實例顯示系統、視覺 AI 支援、片段連結、多欄位片段標註和佈局自定義。

實例顯示系統

新的 instance_display 配置塊把內容顯示和標註分開。可以把影像、影片、音訊、文本和對話的任意組合，與任意標註方案並排顯示。

yaml

instance_display:
  fields:
    - key: image_url
      type: image
      display_options:
        max_width: 600
        zoomable: true
    - key: description
      type: text
 
annotation_schemes:
  - annotation_type: radio
    name: category
    description: "What category best describes this image?"
    labels: [nature, urban, people]

支援 24 種展示類型，包括 text、html、image、video、audio、depth_map、dialogue、conversation_tree、pairwise、code、spreadsheet、document、pdf、gallery，以及五種智慧體軌跡展示。

瞭解實例顯示 →

多欄位片段標註

片段標註方案現在支援 target_field 選項，可以在同一個實例的多個文本欄位上標註。

yaml

annotation_schemes:
  - annotation_type: span
    name: source_entities
    description: "Label the entities in the source document"
    labels: [PERSON, ORGANIZATION]
 
  - annotation_type: span
    name: summary_entities
    description: "Label the entities in the summary"
    labels: [PERSON, ORGANIZATION]

瞭解片段標註 →

片段連結

新的 span_link 標註類型用於在已標註的片段之間建立帶類型的關係。支援有向和無向連結、N 元關係、弧線視覺化和標籤約束。

yaml

annotation_schemes:
  - annotation_type: span
    name: entities
    description: "Highlight the named entities in the text"
    labels:
      - name: "PERSON"
        color: "#3b82f6"
      - name: "ORGANIZATION"
        color: "#22c55e"
 
  - annotation_type: span_link
    name: relations
    description: "Link the entities that stand in a relation"
    span_schema: entities
    link_types:
      - name: "WORKS_FOR"
        directed: true
        allowed_source_labels: ["PERSON"]
        allowed_target_labels: ["ORGANIZATION"]
        color: "#dc2626"

瞭解片段連結 →

視覺 AI 支援

四個新的視覺端點，為影像和影片標註提供 AI 輔助：

YOLO——快速的本地目標檢測
Ollama Vision——本地的視覺—語言模型（LLaVA、Qwen-VL）
OpenAI Vision——GPT-4o 雲端視覺
Anthropic Vision——帶視覺能力的 Claude

功能包括目標檢測、預標註、分類、提示、場景檢測、關鍵幀檢測和目標跟蹤。

瞭解視覺 AI 支援 →

佈局自定義

用 HTML 模板和 CSS 建立複雜的自定義視覺佈局。Potato 會生成一個可編輯的佈局檔案，你也可以提供一個完全自定義的模板，使用網格佈局、彩色編碼的選項和分割槽樣式。

yaml

task_layout: layouts/custom_task_layout.html

附帶三個示例佈局：內容稽核、對話質檢和醫療審閱。

瞭解佈局自定義 →

標籤理據

第四項 AI 能力，為每個標籤為什麼可能適用生成平衡的解釋，幫助標註者理解不同的分類視角。

yaml

ai_support:
  features:
    rationales:
      enabled: true

瞭解 AI 支援 →

其他改進

50 多個新測試，提升可靠性
響應式設計的改進
更好的 project-hub 組織結構，含佈局示例
各標註類型的缺陷修復

v2.0 與 v2.1 對比

功能	v2.0	v2.1
實例顯示	靠標註側的變通做法	專門的 `instance_display` 塊
片段目標	單個文本欄位	用 `target_field` 支援多欄位
片段連結	不可用	完整的 `span_link` 類型
視覺 AI	不可用	YOLO、Ollama Vision、OpenAI Vision、Anthropic Vision
佈局自定義	基礎的自動生成	自動生成 + 自定義模板
AI 能力	3 項（提示、關鍵詞、建議）	4 項（新增理據）

Potato 2.0

Potato 2.0 是一次重要釋出，增加了 AI 輔助、主動學習、訓練階段、多階段工作流和 MySQL 後端。

AI 支援

接入大語言模型，用智慧提示、關鍵詞高亮和標籤建議來輔助標註者。

支援的提供方：

OpenAI（GPT-4、GPT-3.5）
Anthropic（Claude 3、Claude 3.5）
Google（Gemini）
Ollama（本地模型）
vLLM（自託管）

yaml

ai_support:
  enabled: true
  endpoint_type: openai
  ai_config:
    model: gpt-4
    api_key: ${OPENAI_API_KEY}
  features:
    hints:
      enabled: true
    label_suggestions:
      enabled: true

瞭解 AI 支援 →

音訊標註

功能完整的音訊標註，由 Peaks.js 提供波形視覺化。可以建立片段、給時間區間打標籤，並用鍵盤快捷鍵標註語音。

主要功能：

波形視覺化
片段建立與打標籤
逐片段的標註問題
15 個以上的鍵盤快捷鍵
服務端波形快取

yaml

annotation_schemes:
  - annotation_type: audio_annotation
    name: speakers
    description: "Mark each speaker turn in the audio"
    mode: label
    labels:
      - Speaker A
      - Speaker B

瞭解音訊標註 →

主動學習

依據模型的不確定性自動給標註實例排優先順序。在已有標註上訓練分類器，讓標註者集中在資訊量最大的樣例上。

能力：

多種分類器可選（LogisticRegression、RandomForest、SVC、MultinomialNB）
多種向量化器（TF-IDF、Count、Hashing）
模型在重啟之後仍然保留
由 LLM 增強的選擇
支援多方案

yaml

active_learning:
  enabled: true
  schema_names:
    - sentiment
  min_instances_for_training: 30
  update_frequency: 50
  classifier:
    type: LogisticRegression

瞭解主動學習 →

訓練階段

在正式任務之前用練習題給標註者做資格認定。提供即時反饋，並通過可配置的通過標準來保證品質。

功能：

有已知答案的練習題
即時反饋與解釋
可配置的通過標準
重試選項
在管理儀表板中跟蹤進度

yaml

phases:
  training:
    enabled: true
    data_file: "data/training.json"
    passing_criteria:
      min_correct: 8
      total_questions: 10

瞭解訓練階段 →

增強的管理儀表板

面向標註任務的全面監控與管理介面。

儀表板標籤頁：

概覽：高層指標和完成率
標註者：表現跟蹤、用時分析
實例：瀏覽資料並檢視分歧分數
配置：即時調整設定

yaml

admin_api_key: ${ADMIN_API_KEY}

瞭解管理儀表板 →

資料庫後端

面向大規模部署的 MySQL 支援，帶連線池和事務支援。

yaml

database:
  type: mysql
  host: localhost
  database: potato_db
  username: ${DB_USER}
  password: ${DB_PASSWORD}

Potato 會在首次啟動時自動建立所需的表。

標註歷史

完整跟蹤所有標註變更，含時間戳、使用者 ID 和操作類型。可用於審計和行為分析。

json

{
  "history": [
    {
      "timestamp": "2024-01-15T10:30:00Z",
      "user": "annotator_1",
      "action": "create",
      "schema": "sentiment",
      "value": "Positive"
    }
  ]
}

多階段工作流

用多個依次進行的階段構建複雜的標註工作流：

同意 - 收集知情同意
前置調查 - 人口統計與篩選
說明 - 任務指南
訓練 - 練習題
標註 - 主任務
後置調查 - 反饋問卷

yaml

phases:
  consent:
    enabled: true
    data_file: "data/consent.json"
  prestudy:
    enabled: true
    data_file: "data/demographics.json"
  training:
    enabled: true
    data_file: "data/training.json"
  poststudy:
    enabled: true
    data_file: "data/feedback.json"

瞭解多階段工作流 →

v2.0 配置變更

新的配置結構

Potato 2.0 使用更清晰的配置格式：

v1（舊）：

yaml

data_files:
  - data.json
id_key: id
text_key: text
output_file: annotations.json

v2（新）：

yaml

data_files:
  - "data/data.json"
 
item_properties:
  id_key: id
  text_key: text
 
output_annotation_dir: "output/"
export_annotation_format: "jsonl"

安全要求

配置檔案現在必須位於 task_dir 之內：

如果配置檔案和資料放在一起，任務目錄就是當前目錄：

yaml

task_dir: "."

如果配置檔案放在子目錄裡，就寫出它所屬的項目目錄：

yaml

task_dir: "my_project/"

快速對比

功能	v1	v2.0	v2.1	v2.2	v2.3
AI/LLM 支援	無	有	有 + 視覺 AI + 理據	+ 選項高亮	+ 單人模式
智慧體標註	無	無	無	無	12 個轉換器、3 種展示
最優-最差量表	無	無	無	無	有（3 種打分方法）
音訊標註	基礎	完整波形	完整波形	完整波形	完整波形
主動學習	無	有	有	有 + 多樣性排序	+ 單人模式整合
實例顯示	無	無	有	有	有
片段連結	無	無	有	有	有
事件標註	無	無	無	有	有
實體連結	無	無	無	有	有
成對比較/分診/共指/對話樹	無	無	無	有	有
佈局自定義	無	自動生成	自動生成 + 自定義模板	自動生成 + 自定義模板	自動生成 + 自定義模板
訓練階段	無	有	有	有	有
管理儀表板	基礎	增強	增強	增強 + MACE	+ BWS 標籤頁、單人模式
資料庫後端	僅檔案	檔案 + MySQL	檔案 + MySQL	檔案 + MySQL	檔案 + MySQL
匯出命令列工具	無	無	無	有（COCO、YOLO、CoNLL 等）	+ Parquet
認證	使用者名稱	使用者名稱	使用者名稱	使用者名稱	+ Google/GitHub OAuth、OIDC
調查問卷	無	無	無	55 份經過驗證的問卷	55 份經過驗證的問卷
遠端資料來源	無	無	無	S3、GDrive、HuggingFace 等	S3、GDrive、HuggingFace 等

遷移指南

更新配置（v1 到 v2）

資料配置

yaml

# Old
id_key: id
text_key: text
 
# New
item_properties:
  id_key: id
  text_key: text

輸出配置

yaml

# Old
output_file: annotations.json
 
# New
output_annotation_dir: "output/"
export_annotation_format: "jsonl"

配置檔案位置 確保你的配置檔案位於項目目錄之內。

啟動伺服器

bash

# v2 command
python -m potato start config.yaml -p 8000
 
# Or shorthand
potato start config.yaml

開始使用

準備好試試 Potato 了嗎？可以從快速開始指南入手，或者直接瞭解具體功能：

v2.3 功能：

智慧體標註 - 用軌跡轉換器和步驟級展示評測 AI 智慧體
單人模式 - 人與 LLM 協作標註
最優-最差量表 - 帶打分的比較式標註
SSO 與 OAuth - Google、GitHub 和 OIDC 認證
Parquet 匯出 - 列式資料匯出

v2.2 功能：

事件標註 - N 元事件結構
實體連結 - 知識庫連結
分診 - 快速資料篩查
共指鏈 - 實體共指
對話樹 - 層級式對話標註
MACE - 標註者能力估計
選項高亮 - AI 輔助的選項引導
多樣性排序 - 基於嵌入的條目排序
匯出格式 - 支援 6 種格式的匯出命令列工具
遠端資料來源 - 雲端資料載入
調查問卷 - 55 份經過驗證的問卷

v2.1 功能：

實例顯示 - 多模態內容顯示
視覺 AI 支援 - 用於影像和影片標註的 AI
片段連結 - 實體關係標註

核心功能：

AI 支援 - 智慧標註輔助
主動學習 - 智慧實例優先順序排序
音訊標註 - 基於波形的標註
訓練階段 - 標註者資格認定
管理儀表板 - 監控與管理