Plataforma para desarrolladores de Physical AI

Construye sobre la infraestructura de la que aprenden tus modelos de Physical AI.

Conecte sus agentes al servidor MCP alojado, desarrolle con los SDK de Python y TypeScript, lea los metadatos de cada secuencia e importe o exporte conjuntos de datos LeRobot.

Empezar a Construir Reserva un recorrido técnico

MCP alojado

Consulte el ciclo de aprendizaje de flota desde sus herramientas de IA.

Conecte un único endpoint alojado. Sus agentes pueden leer grabaciones y alertas de la flota, secuencias, campañas de captura y su cobertura de aceptación, consenso, objetivos de calidad y el estado de las exportaciones.

Los planes de recolección, los informes de carencias y los informes de evaluación forman parte del programa de aprendizaje de flota. Su equipo de Avala se los entrega.

Lee la guía de MCP

Endpoint MCP alojado

https://mcp.avala.ai/mcp

Herramientas por etapa del ciclo

Observar: fleet_list_recordingsfleet_list_eventsfleet_list_alerts
Diagnosticar: list_sequencespreview_curation_candidates
Adquirir: list_capture_campaignsget_campaign_acceptance_coverage
Validar: get_dataset_healthget_consensus_summarylist_quality_targets
Publicar: list_sliceslist_exportsget_export_status

El acceso sigue tus permisos de Avala. Las acciones de personal revisadas solo aparecen para operadores autorizados y requieren confirmación explícita.

Interfaces

Elige la interfaz adecuada para tu stack.

Python, TypeScript, la API REST pública y MCP alojado comparten el mismo modelo de datos de Avala.

Python SDK

Clientes síncronos y asíncronos, paginación por cursor, modelos tipados y errores explícitos.

pip install avala

client.fleet.recordings.list()
client.datasets.get_health(owner, slug)
client.exports.create(dataset=dataset_uid)

TypeScript SDK

Clientes de recursos tipados sin dependencias en runtime y soporte formal para Node.js 18+.

npm install @avala-ai/sdk

avala.fleet.recordings.list()
avala.datasets.getHealth(owner, slug)
avala.exports.create({ dataset })

REST API

Usa el endpoint público api.avala.ai desde cualquier lenguaje o cliente HTTP autenticado.

curl --fail-with-body -H "X-Avala-Api-Key: $AVALA_API_KEY" "https://api.avala.ai/api/v1/datasets/?limit=10"

MCP alojado

Conecta herramientas de IA compatibles al contexto de datasets y operaciones limitado por permisos.

https://mcp.avala.ai/mcp

Metadatos de la secuencia

Un mismo esquema en cada secuencia que recibe.

Las secuencias entregadas en un programa de aprendizaje de flota llevan los mismos campos. Su código de entrenamiento puede filtrarlas, dividirlas y ponderarlas sin conjeturas.

Vea cómo se califica cada secuencia

Etiqueta de resultado en ambas calificaciones
Límites de subtareas con una descripción en lenguaje natural de cada paso
Calificaciones de calidad y velocidad
Segmentos de error y recuperación
IDs de equipo de captura y de calibración
Grupos de fuga por hogar, objeto y operador

Los grupos de fuga le permiten dividir los conjuntos de entrenamiento y de prueba de modo que el mismo hogar, objeto u operador nunca aparezca en ambos lados.

Formato LeRobot

Importe y exporte datos en formato LeRobot.

Importe un conjunto de datos LeRobot en Avala como secuencias MCAP, o exporte un conjunto de datos de secuencias de Avala como conjunto de datos LeRobot v3. Cada episode de LeRobot corresponde a una secuencia de Avala. Ambos comandos vienen con el SDK de Python y requieren Python 3.12 o posterior.

Instale la CLI con soporte para LeRobot: Instale la CLI con soporte para LeRobot
pip install "avala[cli,lerobot]"
Importe un conjunto de datos desde Hugging Face Hub: Importe un conjunto de datos desde Hugging Face Hub
avala import lerobot --repo-id lerobot/svla_so101_pickplace --name "SO-101 pick and place" --slug so101-pick-and-place
Exporte un conjunto de datos de secuencias a LeRobot v3: Exporte un conjunto de datos de secuencias a LeRobot v3
avala lerobot export my-org/so101-pick-and-place --repo-id my-hf-user/so101-pick-and-place --output ./lerobot-out

Primer ciclo

Inspecciona tus datos con una solicitud autenticada.

Introduce tu clave en un prompt sin eco y consulta la API pública mientras la credencial permanece aislada en una subshell temporal.

Bash o Zsh · curl · una clave de API de Avala

API pública autenticada · Bash o Zsh

(
  printf "Avala API key: " &&
    IFS= read -rs AVALA_API_KEY &&
    printf "\n" &&
    export AVALA_API_KEY &&
    curl \
      --fail \
      --silent \
      --show-error \
      -H "X-Avala-Api-Key: $AVALA_API_KEY" \
      "https://api.avala.ai/api/v1/datasets/?limit=10"
)

Flujo programable

Programa todo el ciclo de datos de Physical AI.

Usa interfaces estables para los pasos operativos entre los datos de sensores sin procesar y la siguiente ejecución del modelo.

Ingiere datos de sensores

Integra datos MCAP, LiDAR, vídeo, ROS bag o LeRobot en un único modelo de datos.

CLIPython SDKREST API

Inspecciona la salud del dataset

Comprueba indexación, secuencias, recuentos de frames y calibración antes de que los datos entren en producción.

CLIPython SDKREST API

Ejecuta etiquetado asistido por modelos

Lanza trabajos de autoetiquetado por proyecto y mantén la revisión humana en el mismo flujo gobernado.

CLIPython SDKMission Control

Publica exportaciones listas para entrenar

Crea una exportación de un dataset o proyecto y síguela hasta completarse para el entrenamiento posterior.

CLIPython SDKREST API

Recorrido técnico

Tráenos tu ciclo de datos más difícil.

Trazaremos las interfaces, el almacenamiento, los controles de calidad y el contrato de release en torno a un flujo real.

Reserva un recorrido técnico Lee la referencia de la API