Plateforme développeur Physical AI

Construisez la couche de données dont apprennent vos modèles de Physical AI.

Utilisez des SDK typés, le CLI, REST ou MCP pour ingérer des données capteur, inspecter la santé des jeux de données, gouverner les releases et réinjecter le retour modèle dans le prochain cycle d'entraînement.

Lire le démarrage rapide Réserver une visite technique

Première boucle

Inspectez la couche de données avec une requête authentifiée.

Saisissez votre clé dans une invite masquée et interrogez l’API publique, tandis que l’identifiant reste isolé dans un sous-shell temporaire.

Bash ou Zsh · curl · une clé API Avala

API publique authentifiée · Bash ou 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"
)

Flux programmable

Programmez toute la boucle de données de la Physical AI.

Utilisez des interfaces stables pour les étapes opérationnelles entre les données capteur brutes et la prochaine exécution du modèle.

Ingérer les données capteur

Rassemblez les données MCAP, LiDAR, vidéo, ROS bag ou LeRobot dans un modèle de jeu de données unique.

CLIPython SDKREST API

Inspecter la santé du jeu de données

Vérifiez l'indexation, les séquences, le nombre d'images et l'étalonnage avant la mise en production.

CLIPython SDKREST API

Exécuter l'étiquetage assisté par modèle

Lancez des tâches d'auto-étiquetage par projet et conservez la revue humaine dans le même flux gouverné.

CLIPython SDKMission Control

Publier des exports prêts pour l'entraînement

Créez un export de jeu de données ou de projet et suivez-le jusqu'à son achèvement pour l'entraînement en aval.

CLIPython SDKREST API

MCP hébergé

Apportez le contexte gouverné de vos jeux de données à vos outils IA.

Connectez un endpoint hébergé pour inspecter les jeux de données, captures, preuves qualité et états opérationnels accessibles à votre compte.

Lire le guide MCP

Endpoint MCP hébergé

https://mcp.avala.ai/mcp

L'accès suit vos autorisations Avala. Les actions staff contrôlées n'apparaissent que pour les opérateurs éligibles et exigent une confirmation explicite.

Interfaces

Choisissez l'interface adaptée à votre stack.

Python, TypeScript, l'API REST publique et MCP hébergé partagent le même modèle de données Avala.

Python SDK

Clients synchrones et asynchrones, pagination par curseur, modèles typés et erreurs explicites.

pip install avala

TypeScript SDK

Clients de ressources typés sans dépendance d'exécution et support officiel de Node.js 18+.

npm install @avala-ai/sdk

REST API

Utilisez l'endpoint public api.avala.ai depuis tout langage ou client HTTP authentifié.

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

MCP hébergé

Connectez des outils IA compatibles au contexte des jeux de données et opérations limité par les autorisations.

https://mcp.avala.ai/mcp

Visite technique

Apportez-nous votre boucle de données la plus difficile.

Nous cartographierons les interfaces, le stockage, les contrôles qualité et le contrat de release autour d'un flux réel.

Réserver une visite technique Lire la référence API