Arquitectura

Esta página proporciona una visión general de cómo la plataforma Avala está organizada y cómo interactúan sus componentes.

​

Visión general del sistema

​

Componentes

​

Mission Control

Mission Control es la aplicación web de Avala en avala.ai. Proporciona:

• Visualización de datos — Visores acelerados por GPU para explorar datos de sensores antes, durante y después de la anotación. Reproducción multi-sensor, renderizado de nubes de puntos 3D y navegación de escenas Gaussian Splat — todo en el navegador.
• Editor de anotación — Herramientas diseñadas específicamente para etiquetar imágenes, video, nubes de puntos y datos multi-sensor con soporte para bounding boxes, polígonos, cuboides, segmentación, polilíneas y keypoints.
• Gestión de proyectos — Cree y configure proyectos de anotación, defina taxonomías de etiquetas, asigne trabajo a miembros del equipo y monitoree el progreso.
• Control de calidad — Revise anotaciones enviadas, señale problemas, rastree tasas de aceptación y ejecute flujos de consenso.
• Gestión de datasets — Suba datos, organice elementos en secuencias, explore y busque datasets, y gestione permisos de acceso.

​

Motor de visualización

El motor de visualización se ejecuta en el navegador y proporciona renderizado acelerado por GPU para datos de sensores:

• Visor multi-sensor — Reproducción sincronizada de grabaciones MCAP y ROS con ocho tipos de paneles: Image, 3D / Point Cloud, Plot, Raw Messages, Log, Map, Gauge y State Transitions. Detección automática de topics y composición inteligente de diseño organizan los paneles según sus datos.
• Visor de nubes de puntos 3D — Renderiza datos LiDAR con seis modos de visualización (Neutral, Intensity, Rainbow, Label, Panoptic, Image Projection). Vistas cenital, perspectiva y lateral. Los compute shaders de WebGPU manejan el frustum culling y el renderizado de nivel de detalle para altas tasas de fotogramas en escaneos densos.
• Visor Gaussian Splat — Renderizado acelerado por WebGPU de reconstrucciones de escenas 3D Gaussian Splat. GPU radix sorting, buffer pooling y precompilación de pipelines ofrecen navegación en tiempo real por entornos fotorrealistas.
• Pipeline de renderizado — Se prefiere WebGPU con respaldo automático a WebGL para mayor compatibilidad de navegadores. Los feature flags controlan compute shaders, render bundles y compilación de shaders WGSL.
• Diseño multi-ventana — Disposiciones de paneles configurables con arrastrar y soltar. Un sistema de diseño basado en árboles con balanceo automático le permite personalizar cómo se organizan los paneles, o dejar que el compositor de diseño construya una disposición optimizada a partir de sus datos.

​

REST API

La REST API en api.avala.ai/api/v1 proporciona acceso programático a todas las capacidades de la plataforma. Todas las solicitudes se autentican con una API key pasada en el encabezado X-Avala-Api-Key. Recursos principales: La API sigue convenciones REST con cuerpos de solicitud y respuesta en JSON, paginación basada en cursor y códigos de estado HTTP estándar.

​

SDKs

Puede llamar a la REST API directamente desde cualquier lenguaje usando clientes HTTP estándar (ver REST API), o usar los SDKs oficiales:

• Python SDK (pip install avala) — Clientes síncronos y asíncronos, modelos Pydantic, paginación automática, excepciones tipadas, herramienta CLI.
• TypeScript SDK (npm install @avala-ai/sdk) — Cliente completamente tipado con API basada en Promises para Node.js y edge runtimes.
• CLI (curl -fsSL https://avala.ai/install.sh | bash) — Gestione datasets, proyectos, exportaciones y almacenamiento desde su terminal.

Consulte la visión general de SDKs para más detalles.

​

Servicios backend

Los servicios backend manejan el procesamiento asíncrono que impulsa la plataforma:

• Parsing de MCAP — Extrae y sincroniza flujos de sensores de grabaciones MCAP, detecta tipos de mensajes y construye índices de fotogramas para el visor multi-sensor.
• Conversión de video — Divide archivos de video subidos en secuencias de fotogramas para visualización y anotación.
• Generación de exportaciones — Produce exportaciones descargables en JSON, COCO, KITTI y otros formatos.
• Procesamiento de tareas — Genera y distribuye tareas de anotación basadas en la configuración del proyecto.
• Pipeline de inferencia — Ejecuta inferencia de modelos para anotación asistida por IA y pre-etiquetado.

​

Almacenamiento

El almacenamiento gestiona todos los datos persistentes:

• Archivos de datasets — Imágenes sin procesar, fotogramas de video, nubes de puntos y grabaciones MCAP.
• Anotaciones — Datos etiquetados producidos por anotadores (bounding boxes, polígonos, cuboides, máscaras).
• Exportaciones — Archivos de exportación generados disponibles para descarga.
• Artefactos de modelos — Pesos y configuraciones para modelos de inferencia usados en el etiquetado asistido por IA.

​

Servidor MCP

El servidor MCP (Model Context Protocol) expone las herramientas de Avala a asistentes de IA como Claude, Cursor y VS Code Copilot. Permite interacción en lenguaje natural con datasets, proyectos y exportaciones sin salir de su entorno de desarrollo.

​

Cómo interactúan los componentes

1. Los usuarios interactúan con Avala a través de Mission Control (interfaz web) o programáticamente a través de la REST API y los SDKs.
2. Mission Control carga datos a través de la REST API y los renderiza usando el motor de visualización directamente en el navegador — no se requiere renderizado del lado del servidor.
3. Todas las interfaces de cliente se comunican con la misma REST API, por lo que las acciones realizadas en Mission Control son inmediatamente visibles a través de la API y viceversa.
4. La REST API valida solicitudes, gestiona recursos y despacha trabajo a los servicios backend para procesamiento asíncrono.
5. Los servicios backend procesan tareas (parsing de MCAP, conversión de video, generación de exportaciones) y escriben los resultados de vuelta al almacenamiento.

​

Próximos pasos