# Labelbox vs Select Star

Labelbox 记录了 762,803 月访问量，月度环比增长为 -22.8%，定价为定价请咨询。Select Star 记录了 0 月访问量，增长率为 —，定价为定价请咨询。

| 指标 | [Labelbox](https://openaitools.app/zh/tool/labelbox) | [Select Star](https://openaitools.app/zh/tool/select-star) |
| :--- | :--- | :--- |
| 官网地址 | https://labelbox.com | https://chromewebstore.google.com/detail/select-star/okjjmjmiaemccchgkpchjpkaomabndek |
| 分类 | AI Developer Tools, AI API, AI Workflow, AI Productivity Tools | Other |
| 定价模式 | 定价请咨询 | 定价请咨询 |
| 月访问量 | 762,803 | 0 |
| 月度环比增长率 | -22.8% | — |
| 主要市场 | 美国 | 全球 |
| 直接访问量 | 370,024 | 0 |
| 评价得分 | 4.4 | 4.4 |
| 收藏数 | 0 | 1 |
| 支持平台 | 网站 | 浏览器扩展 |

## Labelbox

Labelbox 在 AI 技术栈中占据独特位置：它主要卖的不是聊天机器人或生成工具，而是模型学习所依赖的环境与数据，以及接手重复性工程与研究工作的智能体。官网的说法很直接——前沿 AI 实验室使用 Labelbox 的环境与专家数据训练模型，工程与研究团队则把反复出现的待办事项交给运行在 Recursion 上的智能体。近期超过 1 亿美元的 E 轮融资，说明这一主张获得了充足资金支持。,对企业而言，较新的一半是 Recursion。智能体由真实信号触发——构建失败、PagerDuty 告警、新的依赖版本、新的模型检查点，或周一早晨的定时任务——随后在后台工作直至完成。官方宣传的例子是具体交付物而非摘要：带预览链接且已通过测试的 pull request、每个事件都有出处的 Confluence 事故复盘初稿、点明关键改动的消融实验表格，或重大 CVE 后针对每个受影响服务的补丁。评分智能体会为每次运行打分，评分后的会话留下记忆、笔记与技能，供下一次会话在行动前读取。,最初的核心仍是数据业务：由专家复核支撑的标注、注释、策展与模型评估，用于计算机视觉、NLP、监督微调、RLHF 和红队测试。实践中两半相互强化，因为产出高质量训练数据的环境，正是智能体学习真实工作的环境。价格属企业模式，通过销售沟通确定，取决于数据量与智能体使用情况，没有公开的自助式套餐。

**定价与套餐:** 价格面议。Labelbox 未公布自助式套餐或公开价目表，其价格入口引导有兴趣的团队联系销售，费用取决于数据生产规模、智能体部署与企业需求。官方未公布免费方案。有意导入者应根据自身用量与使用场景索取报价。

- **数据标注与专家注释:** 覆盖视觉、语言与生成任务的结构化标注、数据策展、模型评估与人机协同复核，构成训练与评估数据的基础。
- **自主智能体会话:** Recursion 智能体由构建、告警、代码提交、检查点和定时任务自主启动，并在后台持续工作直至任务完成且可审查。
- **按职能划分的专家智能体:** 专业智能体覆盖软件工程、可靠性、安全、ML 研究、评估、研发、产品与财务，从修复不稳定测试到撰写事故复盘初稿。
- **可累积的评分成果:** 每次运行都由评分智能体打分，评分后的会话留下记忆、笔记与技能，供下一次会话在行动前读取。
- **原生工具与数据集成:** 智能体在团队现有工具上运作，包括 GitHub、Jira、Linear、Slack、Datadog、PagerDuty、BigQuery、Databricks、Vercel 与云服务商。

**优势:** 同时覆盖问题两端：训练与评估数据的生产，以及处理重复性工作的智能体; 近期超过 1 亿美元的 E 轮融资与前沿 AI 实验室的采用，代表资金与需求都有实据; 智能体运行产出可验证的具体成果——测试、重跑、消融实验——而非未经检验的建议; 可与现有工具链集成：GitHub、Jira、Linear、Slack、Datadog、PagerDuty、BigQuery 与 Databricks

**局限:** 没有自助定价和公开注册，一切都要经过销售沟通，评估周期较长; 平台预设使用者已具备真实的工程与研究基础设施（GitHub、云服务、数据仓库）; 定位已快速转向自主智能体会话，只想做数据标注的团队可能觉得过重

[工具详情（Markdown）](https://openaitools.app/zh/tool/labelbox.md)

## Select Star

Select Star 直击每个走向成熟的数据团队都会遇到的问题：数据明明存在，却没人确定哪个版本才是权威的，也不知道该问谁。该平台连接你的数据仓库、ELT/ETL 管道和 BI 工具，读取它们的元数据与查询历史，自动生成文档、血缘和使用统计。你得到的不再是一份手工维护的表清单，而是一个能反映真实查询情况的动态编目，包括哪些表已经悄悄无人使用。

血缘是它的核心。Select Star 把数据追踪到列级别并跨越多个平台，因此你可以回答很具体的问题：如果这个字段变了，哪些看板会坏，谁会受影响？同一张关系图也用于治理——PII 标签可以向下游列传播，让敏感数据流经之处都可见，这对审计与合规工作至关重要。再往上是数据门户层，任何人都能搜索经过认证的数据集、阅读说明与标签，并把讨论记录挂在数据集上，让答案始终与数据在一起。

近年来 Select Star 明显转向 AI 就绪方向。有报道称它已成为 Snowflake 的一部分，并通过 MCP 服务器等接口把元数据、血缘与生成的语义模型提供给大模型和智能体，目标是成为让 AI 回答可信而非仅仅貌似合理的上下文层。其定价采用报价制而非公开价目表，通常根据接入数据源数量、数据规模和所需席位来核定，因此评估通常从与销售沟通开始。

**定价与套餐:** 采用企业级报价制，Select Star 不公开价目表。费用取决于你环境的规模——接入的数据源数量、数据量以及所需的席位或功能，因此评估通常从联系销售开始。它提供一款免费的 Chrome 扩展，但不应把商店页面的描述当作价格。

- **自动化的数据编目与文档:** Select Star 自动索引仓库、管道与 BI 工具中的元数据并生成文档，让分析师不必再花大量时间寻找正确的数据集。
- **列级血缘与影响分析:** 跨平台、列级别的血缘关系展示数据来自哪里、谁在使用、哪些看板建立在其之上，因此在改动之前就能看到影响范围。
- **共享知识的数据门户:** 共享的数据门户让团队为资产打标签、写说明、提问并浏览挂在每个数据集下的历史讨论，把口口相传的知识变成可检索的文档。
- **治理、PII 追踪与安全:** 借助血缘与标签定位敏感字段的确切流向，将 PII 标签向下游传播，并以符合 SOC 2 的方式保障安全性、保密性与可用性。
- **面向大模型与智能体的 AI 就绪元数据:** 反向生成的语义模型与 MCP 服务器把元数据、血缘和语义暴露给大模型与智能体，为 AI 工具提供可靠回答所需的上下文。

[工具详情（Markdown）](https://openaitools.app/zh/tool/select-star.md)

## 常见问题

### Labelbox 和 Select Star 在月流量上如何比较？

Labelbox 有 762,803 月访问量，而 Select Star 有 0。流量估算描述的是受众规模，而非产品质量。

### 它们的增长率如何比较？

Labelbox 的月度环比增长率为 -22.8%；Select Star 为 —。

### 价格如何比较？

Labelbox: 定价请咨询。价格面议。Labelbox 未公布自助式套餐或公开价目表，其价格入口引导有兴趣的团队联系销售，费用取决于数据生产规模、智能体部署与企业需求。官方未公布免费方案。有意导入者应根据自身用量与使用场景索取报价。 Select Star: 定价请咨询。采用企业级报价制，Select Star 不公开价目表。费用取决于你环境的规模——接入的数据源数量、数据量以及所需的席位或功能，因此评估通常从联系销售开始。它提供一款免费的 Chrome 扩展，但不应把商店页面的描述当作价格。

## 替代工具

| # | 工具名称 | 月访问量 | 月度环比增长率 | 定价模式 | 简介 | 工具详情（Markdown） |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| 1 | [Duck.ai](https://openaitools.app/zh/tool/duck-ai) | 26,431,539 | +10.7% | 免费 | 来自 DuckDuckGo 的私密 AI 对话 | [.md](https://openaitools.app/zh/tool/duck-ai.md) |
| 2 | [Roboflow](https://openaitools.app/zh/tool/roboflow) | 1,431,204 | +6.6% | 免费增值，定价请咨询 | 简化从标注到模型部署的端到端计算机视觉工作流程，但缺乏 Labelbox 的通用企业级智能体编排功能。 | [.md](https://openaitools.app/zh/tool/roboflow.md) |
| 3 | [Appen](https://openaitools.app/zh/tool/appen-com) | 665,840 | +0.2% | 定价请咨询 | 高度依赖真人参与的托管人力服务来进行数据验证，相比 Labelbox 提供较少的自助式技术工具。 | [.md](https://openaitools.app/zh/tool/appen-com.md) |
| 4 | [Scale](https://openaitools.app/zh/tool/scale) | 616,915 | +12.5% | 定价请咨询 | 提供大规模的企业级标注与模型评估，但通常需要比 Labelbox 更高的企业预算。 | [.md](https://openaitools.app/zh/tool/scale.md) |
| 5 | [SuperAnnotate](https://openaitools.app/zh/tool/super-annotate) | 386,034 | +37.4% | 免费试用，定价请咨询 | 提供强大的多模态标注与工作流程自动化，并为计算机视觉团队提供更直观的数据整理管道。 | [.md](https://openaitools.app/zh/tool/super-annotate.md) |
| 6 | [Weights & Biases（CoreWeave Forge）](https://openaitools.app/zh/tool/prompts) | 315,624 | -80.2% | 免费增值，定价请咨询，免费 | 在互联环境中跟踪、评估并交付 AI 模型与智能体。 | [.md](https://openaitools.app/zh/tool/prompts.md) |
| 7 | [Encord](https://openaitools.app/zh/tool/encord-com) | 244,204 | +9.4% | 定价请咨询 | 专注于先进的计算机视觉与物理 AI 数据管道，不过其焦点比一般的文本与图像标注更窄。 | [.md](https://openaitools.app/zh/tool/encord-com.md) |
| 8 | [Dex — Personal CRM & LinkedIn Assistant](https://openaitools.app/zh/tool/linkedin-gpt-assistant-by-dex) | 156,354 | +1.6% | 付费 | Dex is a personal CRM that pulls your LinkedIn network, email, calendar and other tools into one private contact database, then reminds you to follow up so no important relationship goes cold. | [.md](https://openaitools.app/zh/tool/linkedin-gpt-assistant-by-dex.md) |
| 9 | [Defined.ai](https://openaitools.app/zh/tool/definedcrowd-com) | 146,251 | -21% | 定价请咨询 | 企业级 AI 训练数据、标注与评估服务 | [.md](https://openaitools.app/zh/tool/definedcrowd-com.md) |
| 10 | [Label Studio](https://openaitools.app/zh/tool/label-studio) | 137,199 | -16.1% | 定价请咨询，免费 | 提供灵活的开源替代方案用于自定义数据标注，但需要自行搭建与手动维护基础设施。 | [.md](https://openaitools.app/zh/tool/label-studio.md) |

---
来源：https://openaitools.app/zh/compare/labelbox-vs-select-star

更多 Markdown 页面: [分类](https://openaitools.app/zh/categories.md) · [流量排名](https://openaitools.app/zh/rankings.md) · [llms.txt](https://openaitools.app/zh/llms.txt)
