autolabel

用 LLM 自动标注文本数据，省时省力

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 158 🐛 待处理 80 👀 关注 20

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2332

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，免费使用，无付费版本。

项目预览

项目数据

分类开源模型

开发团队refuel-ai

官网地址https://docs.refuel.ai

GitHubhttps://github.com/refuel-ai/autolabel

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，免费使用，无付费版本。

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MIT

主要语言Python

技术栈/模型anthropic-claude,data-science,gpt-4,huggingface-transformers,langchain,large-language-models,llm,llms,machine-learning,openai,python

GitHub 星标★ 2332

上线时间2023-03-23 00:00:00

代码更新2025-03-05

仓库体积52.6 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数9

项目介绍

autolabel 是一个基于大型语言模型（LLM）的文本数据标注、清洗和增强工具。它解决了传统人工标注成本高、效率低的问题，通过配置化方式让用户利用 LLM 自动完成分类、实体识别、情感分析等多种标注任务。核心能力包括：支持多种 LLM 后端（如 OpenAI、Hugging Face 等），提供数据质量评估与置信度打分，支持主动学习策略以优化标注效率，并能处理大规模数据集。用户可通过简单的配置文件定义标注任务，无需编写复杂代码，适合快速构建和迭代 NLP 训练数据集。

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 2026-08-09 · 当前星标 ★ 2332

技术标签

anthropic-claude data-science gpt-4 huggingface-transformers langchain

使用教程

难度：入门约 15 分钟部署方式：库/依赖 6 步

环境要求

Python 环境（需能运行 pip）
一个可用的 LLM 提供方 API Key（如 OpenAI）
待标注的文本数据集（如 CSV 文件）

安装与启动步骤

1安装 autolabel

使用 pip 从 PyPI 安装官方包 refuel-autolabel，建议在虚拟环境中执行。
```
pip install refuel-autolabel
```
2编写标注配置

新建 config.json，写明 task_name、task_type、模型 provider/name、数据集列与提示词、标签列表。
3初始化标注代理

在 Python 中导入 LabelingAgent 与 AutolabelDataset，用配置文件初始化 agent。
```
from autolabel import LabelingAgent, AutolabelDataset
agent = LabelingAgent(config='config.json')
```
4预览提示词

先做 dry-run，打印实际发送给 LLM 的 prompt 与预估成本，确认无误再正式跑。
```
ds = AutolabelDataset('dataset.csv', config='config.json')
agent.plan(ds)
```
5执行标注

调用 agent.run 对数据集进行标注，结果保存为带 llm_label 列的 dataframe。
```
ds = agent.run(ds)
```
6查看结果

用 ds.df.head() 检查生成的标签列，确认标注结果符合预期。
```
ds.df.head()
```

关键配置

配置项	必填	说明	示例
`task_name`	是	标注任务名称，会用作输出标签列的前缀	`MovieSentimentReview`
`task_type`	是	任务类型，如 classification 分类任务	`classification`
`model.provider`	是	LLM 供应商，如 openai	`openai`
`model.name`	是	使用的具体模型名	`gpt-3.5-turbo`
`dataset.label_column`	是	数据集中存放标签的列名	`label`
`dataset.delimiter`	是	数据集文件的分隔符	`,`