Label Studio：给 AI 准备训练数据的标注利器，2.87 万星

GitHub 仓库

HumanSignal/label-studio

总 Stars

★ 28,670

主要语言

TypeScript

查看 GitHub 项目

结论先说：Label Studio 是多类型数据标注工具，2.87 万星，Apache-2.0 协议。它支持文本、图像、音频、视频的标注，输出格式标准化，是给 AI 准备训练数据的老牌开源方案。

它是什么：一个可以自托管的标注平台，建项目、导数据、分任务、做质检全套流程都在里面，标注结果可以直接喂给模型训练。

能干嘛：给文本分类、图像检测、语音转写等任务做标注；团队协作标注，管理员能看进度和一致性；对接自己的模型做预标注，再人工复核。

适合谁：做 AI 应用、需要自建数据集的团队和个人，以及学校、实验室里做数据标注的项目。

注意点：Docker 部署对内存有要求，小内存机器上跑起来会卡；中文界面需要确认版本支持，团队用之前先跑一个小任务全流程。

标注工具为什么值得自建？

数据是 AI 项目的命脉，外包标注贵、还涉及数据外流。自建标注工具的成本是一台服务器，换来的是数据不出内网、流程自己掌控。对数据敏感的项目，这笔账很好算。

站长点评：我选 Label Studio 是因为数据标注这个环节站里之前没讲过，但几乎每个 AI 项目都绕不开它。跟同批的 CVAT 比，Label Studio 类型覆盖更广；CVAT 更偏视觉。我的建议是：先拿 100 条数据跑通全流程，确认标注规范没问题再铺量。