datakeel

本地跑的数据集质检台,人工点头才发布,指标全程可查

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数据集 👀 关注 1
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 216
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,免费使用

项目预览

datakeel 项目界面预览图
图片来源:项目官网

项目数据

分类数据集
开发团队chaw1
定价模式🏷️完全免费
价格说明开源项目,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-datasets,data-catalog,data-governance,data-labeling,data-lineage,data-quality,dataset-quality,dataset-versioning,fastapi,local-first,mcp,metrics,multimodal,openlineage,python,react,semantic-layer
GitHub 星标★ 216
上线时间2026-10-23 00:00:00
代码更新2026-11-17
仓库体积26.8 MB
本站数据更新2026-11-20
维护状态活跃
收录时间2026-11-20
浏览次数1

项目介绍

datakeel 是一个本地优先的数据集工作台,面向需要做数据质量把控与可追溯发布的团队。它把可视化质检、人工审批发布和指标追踪整合在一个工具里,解决数据集在标注、版本迭代和上线过程中缺乏审计线索、质量状态不透明的问题。核心能力包括:以可视化方式检查样本与标注结果,支持人工确认后再发布数据集版本,记录数据血缘与质量指标,让每次发布都能回溯到具体的数据变更和审批动作。项目用 Python 实现,数据默认留在本地,适合对数据隐私和合规有要求、又不想搭建复杂平台的小团队。技术上覆盖数据目录、数据治理、标注、血缘、质量与版本化等方向,定位偏轻量,可作为数据团队内部的质量门禁与发布记录工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-20 · 当前星标 ★ 216

核心亮点

  • 本地优先架构,数据不出本机,适合隐私敏感场景
  • 把可视化质检、人工审批、指标追踪串成一条发布流程,减少手工核对
  • 记录数据血缘与版本,发布后可回溯到具体变更和审批动作

不足之处

  • 早期项目,星标 216,生态与文档成熟度待观察
  • 可视化质检与标注能力相对基础,复杂标注流程可能不够用
  • 缺少与主流数据平台/仓库的深度集成说明

适用场景

  • 小团队在本地对训练数据集做发布前的人工质检与审批
  • 需要为数据集版本记录血缘和指标,满足内部审计要求
  • 数据隐私敏感、不便上传云端平台时的数据集管理

替代项目

Label Studio、DVC、FiftyOne

上一篇:Object-Shadow-Generation-Dataset-DESOBAv2

下一篇:没有了!

同类项目推荐

potato 开源

便携式多模态标注工具,集成智能代理,让标注更高效。

potato: the portable annotation tool

★ 447 2026-08-10
Awesome-Nano-Banana-images 开源

看别人用 Nano Banana 玩出什么花样,顺手下 15 万一致性数据

A curated collection of fun and creative examples generated with Nano Banana & Nano ···

★ 24088 2026-09-16
ObjaversePlusPlus 开源

想要高质量3D数据?Objaverse++ 帮你筛选出精品,训练效果更稳。

[ICCV 2025] Repo for Objaverse++, Curated 3D Object Dataset with Quality Annotations

★ 116 2026-08-09
nvzhuang 开源

1407 张女装参考图,检索即用做虚拟试穿

1407 张 AI 女装参考图集与虚拟试穿网站,支持中英检索、OpenAI Images / Gemini / 豆包及···

★ 2915 2026-11-01
faker 开源

一行代码生成各种逼真假数据,测试开发不用愁

Faker is a Python package that generates fake data for you.

★ 19499 2026-08-10
Awesome-Embodied-AI 开源

一页清单看懂具身智能,快速找到模型、数据与仿真器

Curated embodied AI list: surveys, VLA models, datasets, simulators, humanoids, robo···

★ 255 2026-10-10
greenmask 开源

一条命令把生产库脱敏成安全测试数据

Database anonymization and test data management

★ 1809 2026-08-10
label-studio 开源

图片文字音视频都能标,标完直接拿去训练

Label Studio is a multi-type data labeling and annotation tool with standardized out···

★ 28732 2026-08-09