
Label Studio Enterprise 2.31.0 版本技术解析PDF 内联 OCR、Markdown 标签与一致性计算升级【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio本文以 Label Studio Enterprise 2.31.0发布于 2025 年 12 月 3 日的版本说明为主体系统梳理本次发布的新特性、功能更新、性能与安全改进及全部 Bug 修复清单。读者将掌握 PDF 页面级 OCR 标注配置、Markdown 标签用法、Agreement (Selected) 列与一致性计算变更、Member Performance 仪表盘迁移以及 Chat 标签的多模态扩展方式并了解这些功能在当前开源仓库中的对应实现位置。版本概览Label Studio Enterprise 2.31.0 是面向私有化部署on-prem的版本随附 Helm Chart 版本 1.11.6。本次发布围绕三个关键词展开PDF 内联 OCR 标注、Markdown 标签以及更透明的标注一致性与成员绩效可视化。项目内容版本号Label Studio Enterprise 2.31.0发布日期2025 年 12 月 3 日Helm Chart 版本1.11.6详见 Chart.yaml 对应的部署编排核心主题PDF 内联 OCR、Markdown 标签、Agreement (Selected) 列、Analytics 导航、Chat 多模态新特性一PDF 文件内联 OCR 标注2.31.0 引入了页面级page-levelPDF 标注能力你可以在 PDF 文件中直接通过高亮 OCR 区域来完成标注而无需先将 PDF 逐页转换为图片。原生 PDF 显示与交互该功能支持在标注界面内原生渲染 PDF并允许对页面执行缩放Zoom与旋转Rotation操作。底层由 Pdf 标签承载其支持的约束如下缩放与旋转单个 PDF 最多 100 页支持文档级标注分类、转录、摘要与 OCR 校验Enterprise 专属。OCR 标注配置示例在标注配置中使用OcrLabels标签与Pdf标签组合即可为 PDF 绘制边界框并打上标签View OcrLabels nameocr toNamepdf Label valueTypo/ Label valueIncorrect amount/ Label valueIncorrect name/ /OcrLabels Pdf namepdf value$pdf/ /View对应输入数据{ pdf: https://app.humansignal.com/static/samples/opossum-cuteness.pdf }OcrLabels必须包含一个或多个Label子标签并支持maxUsages等标准参数用法可参考 rectanglelabels。OCR 结果的存储结构OCR 区域绘制后产生的标注结果字段如下字段类型说明x,y,width,heightNumber取值 0–1相对页面尺寸的比例坐标rotationNumber顺时针旋转角度 0–360°原点位于区域左上角(x, y)pageIndexNumber页码从 1 开始ocrtextString捕获到的文本选中区域后可在 Info 面板中手动编辑需要注意界面中旋转看似以区域中心为原点但存储时原点仍记录为区域左上角(x, y)。在仓库前端实现中OCR 文本会参与区域的文本展示逻辑见 LabelOnRegion.jsx区域详情面板也会优先展示可编辑的 OCR 文本见 RegionDetails.tsx。适用 PDF 的选型建议适合内联 OCR 标注的 PDF 是**已包含可选中文本层text overlay**的文件。绘制边界框时工具会读取并高亮该文本层的内容而扫描件或手机拍照生成的纯图片 PDF 没有文本层无法返回文本。对于后者建议先用外部 OCR 工具补一层文本层再借助本功能审计与修正对齐不佳的文本层。社区版与 Starter Cloud 用户如需做 OCR 标注可先将 PDF 转为图片再使用类似 Multi-Page Document Annotation 模板的标注配置内联 OCR 属于 Enterprise 专属能力。PDF 高度样式控制PDF 默认渲染当前页面的完整高度可通过.htx-pdf类限制高度Style .htx-pdf { height: calc(100vh - 250px); } /Stylecalc(100vh - 250px)是一个良好的默认值具体像素可根据标注配置中的其他元素微调。新特性二全新的 Markdown 标签2.31.0 新增 Markdown 标签用于在标注界面中展示富文本说明、任务描述等辅助内容。它支持标准 Markdown 语法标题、粗体与斜体、有序/无序列表、链接、行内代码与代码块、引用块、双换行分段等是展示辅助文本内容的最简方式。静态内容示例View Markdown ## Heading 2 ### Heading 3 - bullet point one - bullet point two **Bold text** and *italic text* inline codecode block[Link](https://humansignal.com/changelog/)  /Markdown /View绑定任务数据动态渲染通过value参数绑定任务字段可渲染来自任务数据的 Markdown 内容View Markdown value$markdown_description / Text nametext value$text / /View对应任务数据{ markdown_description: ## Analysis Task\n\nPlease analyze the following text for sentiment:\n\n- **Positive** - Shows satisfaction or approval\n- **Negative** - Shows dissatisfaction or criticism\n- **Neutral** - Shows no particular sentiment, text: The product was amazing and I loved it! }自定义样式View Markdown value$content stylebackground: #f5f5f5; padding: 15px; border-radius: 8px; border-left: 4px solid #007bff; / /View注意Markdown 对缩进敏感官方建议保持 Markdown 内容不缩进书写避免渲染异常。新特性三Agreement (Selected) 列与一致性数据下钻Data Manager 新增Agreement (Selected)列用于查看选定的标注者、模型与 Ground Truth 之间的一致性数据。它与原有Agreement列展示所有标注者之间的平均一致性分数不同Agreement (Selected) 仅基于你主动勾选的对象子集重新计算。交互链路现在当你在 Members 仪表盘的Agreement Matrix一致性矩阵中点击某对标注者的对比单元时系统会跳转到 Data Manager并携带Agreement (Selected)列且已按所选标注者/模型预过滤。矩阵本质上是项目中所有成员及参与过滤的模型之间两两一致性分数的热力图参见 dashboard_members.md。与 Data Manager 一致性列的配合Data Manager 原有的一致性列体系参见 manage_data.md包括Agreement任务的整体一致性取该任务所有控制标签一致性分数的均值即 Overall agreement[Control tag] agreement每个控制标签各自的一致性分数计算方式取决于项目设置Per-control-tag agreement。2.31.0 之前点击一致性列即可选择参与计算的标注者与模型默认选择全部标注者、不含模型且至少需要选择两项才能比较本次新增的 Agreement (Selected) 列则把“选定子集的一致性视图”固化为一个独立列并打通了矩阵点击 → Data Manager 预过滤的下钻链路。若项目包含 Ground Truth 标注还可将计算限定在选中的单个标注者或模型与 Ground Truth 标注之间Ground truth match 模式。新特性四Analytics 导航与改进后的 Member Performance 仪表盘Member Performance成员绩效仪表盘被迁移到导航菜单中Analytics分组之下并同步升级了界面与信息密度数据整合与精简展示Consolidated and streamlined data新增更多按用户维度的标注与审核活动指标通过 tooltips 提供更清晰的界面引导通过导航菜单中的新Analytics入口即可轻松访问。具体指标含义可参考 Member Performance Dashboard 文档。功能更新一Chat 标签支持 Markdown 与 HTMLChat 标签 现在支持在消息中渲染 Markdown 与 HTML从而打开聊天场景下的多模态用例通过 Markdown 在消息中插入图片与代码块通过 iframe 直接在聊天消息中评估整个网站页面结合llm属性格式为provider/model如llmopenai/gpt-5可让标注者向 LLM 请求回复并对其评价。Chat 消息编辑设置editable参数为true或角色列表如editableuser,system后标注者可编辑聊天消息包括 LLM 回复导入的任务数据消息不可编辑。基于角色的评价通过visibleWhenregion-selected与whenRole组合可让控制组件仅在选中特定角色的消息时出现View visibleWhenregion-selected whenRoleuser Choices namechoices toNamechat perRegiontrue Choice valueUser choice 1/ Choice valueUser choice 2/ /Choices /View完整的 LLM 对话评价配置View Style .htx-chat{flex-grow:1} .htx-chat-sidepanel{flex:300px 0 0;display:flex;flex-direction:column;border-left:2px solid #ccc;padding-left:16px} /Style View styledisplay:flex;width:100%;gap:1em Chat namechat value$chat llmopenai/gpt-4.1-nano minMessages4 maxMessages10 editabletrue / View classNamehtx-chat-sidepanel View styleposition:sticky;top:14px View visibleWhenno-region-selected Text name_3 valueClick on a message to rate specific parts of the conversation/ /View View visibleWhenregion-selected whenRoleassistant Text name_1 valueRate the response / Rating nameresponse_rating toNamechat perRegiontrue / /View /View View stylemargin-top:auto;height:130px Header size4Overall quality of this conversation/Header Rating namerating toNamechat / /View /View /View /View聊天改进细节修复了 Tool 调用在聊天 UI 中被显示为 User 调用的问题聊天消息中引用的云存储文件S3、Azure、GCS、Dropbox现在自动转换为可访问的 presigned URL用户可直接查看或下载而不会出现权限错误聊天模板已上架应用内聊天画廊chat gallery。功能更新二项目质量设置与破坏性操作防护质量设置Quality section改进项目设置中的 Quality 部分得到重写文案与设置名称更清晰不适用的设置会被隐藏直到启用后才显示降低了配置噪音。破坏性操作增加确认输入删除项目、重置项目缓存或删除全部项目 Tab 时用户现在必须在确认弹窗中输入指定文本才能完成操作防止误操作导致的数据丢失。项目 Onboarding 检查清单优化项目 Onboarding 清单被重新设计更明确地展示在标注者开始工作前还有哪些步骤待完成。功能更新三一致性Agreement计算变更这是本次版本中语义影响最大的一项变更计算一致性时每个标注中未填写的控制标签现在也被计入一致性。此前一致性计算只考虑标注结果中实际存在的控制标签此后标注配置中所有可见的控制标签都会纳入计算。以文档中的两组选择题为例标注者 1 在组 1 选了 A、组 2 全空标注者 2 在组 1 选了 B、组 2 全空。旧逻辑下只计算组 1结果为 0% 一致性新逻辑下组 1 为 0%、组 2 为 100%整体为50%一致性。应用范围与限制务必注意该变更仅适用于 2025 年 11 月 13 日之后创建的新项目只有可见标签参与计算例如被条件隐藏conditional的标签只要保持隐藏状态就不会计入一致性计算。功能更新四ML 后端支持 Personal Access Token此前将机器学习模型接入项目时ML 后端必须配置 legacy API token现在你也可以使用Personal Access Token进行认证简化了 ML 后端的凭据管理。其他功能与易用性增强Data Manager 列显示新增“默认视图 / 紧凑视图compact version”切换选项Cloud Storages 页面在存储尚未配置时展示更新后的 UI活动日志activity logs中新增用户会话 ID便于审计与追踪Audio 标签的decoder参数新增none选项允许跳过音频解码适用于需要在时间轴上标注、但文件体积过大无法一次性解码的场景。性能与安全性能本版本包含多项性能优化覆盖标注界面与后端处理路径安全加强了检索项目时的权限检查improved permission checks when retrieving projects防止越权访问项目数据。Bug 修复清单本版本修复了大量问题按主题归纳如下标注与导出修复按区域标签per-region labels的预测校验问题修复画笔工具brush tool标注的 COCO 导出问题修复 JSON 导出缺少Ready for Download徽标的问题修复标注结果为 null 时导出失败的问题修复使用value参数时文本域textarea值重复的问题修复视频矩形标注中缩放/旋转后关键帧图形未同步更新的问题修复 TimeSeries 搭配 MultiChannel 时的数据范围问题。数据导入修复 CSV 以分号作为分隔符时导入失败的问题修复 webp 图片无法渲染的问题。数据管理Data Manager修复从 Data Manager 离开时子过滤器丢失的问题修复按媒体开始时间排序在视频目标跟踪中失效的问题修复多个标注 Tab 下活动 Tab 难以识别、横向滚动时用户头像被隐藏的问题修复过滤器下拉框高度、滚动条与底部边框等视觉问题。仪表盘与成员绩效修复从首页进入 Member Performance 仪表盘时过滤了错误用户的问题修复多用户选择、搜索时清空已选用户、Apply 失效、工作区下拉框与配色等问题修复仪表盘汇总图表无法显示 emoji 的问题修复 Members 仪表盘一致性矩阵中点击链接导致 Data Manager 过滤器错误的问题。项目与设置修复项目设置中更改任务分配模式后偶尔回退的问题修复启用Desired agreement threshold时 Onboarding 模式工作异常的问题修复 Annotation Limit 设置无法按百分比而只能按固定数量设置的问题修复未处于 Onboarding 评价模式时 Ground Truth 任务仍被优先展示的问题修复新组织中 Personal Access Tokens 默认被禁用的问题修复自定义标签权重设为 0% 时的一致性计算错误、Ground Truth 一致性计算错误等问题修复长 URL 导致错误、空页面替代 404 页面的问题修复 AI 辅助项目搭建、Prompts 页面布局、创建 Prompt 时兼容项目列表不全等问题。其他修复批量标注操作的热键失效问题修复用户被项目暂停paused时未收到通知的问题修复 JSON_MIN 与 CSV 导出不包含 Chat 消息的问题修复 Chat 与 PDF 标签的只读状态、页面缩放后 PDF 渲染异常等问题修复首页部分项目无法加载、浏览器标签页标题不更新等问题。迁移与升级建议针对 on-prem 部署升级到 2.31.0建议关注以下三点一致性计算语义变化仅影响 2025 年 11 月 13 日之后创建的新项目历史项目不受影响但若即将新建项目需评估“未填写的控制标签计入一致性”对质量阈值如 Desired agreement threshold、成员绩效的潜在影响。Personal Access Token 启用新组织中 PAT 默认启用ML 后端可切换为 PAT 认证已有 legacy token 的集成仍可继续使用。Helm Chart 版本随附 Chart 版本为 1.11.6升级时请同步更新 Chart 版本以确保配置兼容。对于部署层面的操作指引数据库迁移、初始化、等待数据库就绪等可参考 deploy/docker-entrypoint.sh 及其 entrypoint 脚本目录后端服务配置见 deploy/uwsgi.ini。若需在社区版中体验本文涉及的标签能力Pdf 标签非 OCR 部分与 Markdown 标签 的文档均位于 docs/source/tags 目录可对照标注配置直接使用。总结Label Studio Enterprise 2.31.0 的核心价值在于以PDF 内联 OCR补齐文档智能化的标注闭环以Markdown 标签与Chat 多模态扩展提升标注界面的表现力与灵活度以Agreement (Selected) 列 Analytics 导航强化一致性数据与成员绩效的可视化与下钻分析同时通过一致性计算口径调整、ML 后端 PAT 认证与一批性能/安全修复提升了整体可靠性与审计能力。社区仓库中对应的标签文档tags/pdf.md、tags/markdown.md、tags/chat.md与前端实现均可作为深入研读的入口。【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考