AvalaAvala
구축 시작 — 데모 예약 / 동료 되기

Physical AI 개발자 플랫폼

Physical AI 모델이 학습하는 인프라 위에 구축하세요.

에이전트를 호스팅 MCP 서버에 연결하고, Python 및 TypeScript SDK로 개발하고, 모든 시퀀스의 메타데이터를 읽고, LeRobot 데이터셋을 가져오거나 내보내세요.

구축 시작기술 워크스루 예약

호스팅 MCP

AI 도구에서 플릿 러닝 루프를 조회하세요.

호스팅 엔드포인트 하나만 연결하세요. 에이전트가 플릿 기록과 알림, 시퀀스, 캡처 캠페인과 승인 커버리지, 합의, 품질 목표, 내보내기 상태를 읽을 수 있습니다.

수집 브리프, 공백 리포트, 평가 리포트는 플릿 러닝 프로그램에 포함됩니다. Avala 담당 팀이 전달합니다.

MCP 가이드 읽기
호스팅 MCP 엔드포인트
https://mcp.avala.ai/mcp

루프 단계별 도구

관찰
fleet_list_recordingsfleet_list_eventsfleet_list_alerts
진단
list_sequencespreview_curation_candidates
확보
list_capture_campaignsget_campaign_acceptance_coverage
검증
get_dataset_healthget_consensus_summarylist_quality_targets
릴리스
list_sliceslist_exportsget_export_status

접근 범위는 Avala 권한을 따릅니다. 검토된 스태프 작업은 자격이 있는 운영자에게만 표시되며 명시적 확인이 필요합니다.

인터페이스

스택에 맞는 인터페이스를 선택하세요.

Python, TypeScript, 공개 REST API와 호스팅 MCP는 동일한 Avala 데이터 모델을 공유합니다.

Python SDK

동기·비동기 클라이언트, 커서 페이지네이션, 타입 모델, 명시적 오류.

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

TypeScript SDK

런타임 종속성이 없는 타입 리소스 클라이언트와 Node.js 18+ 공식 지원.

npm install @avala-ai/sdk
  • avala.fleet.recordings.list()
  • avala.datasets.getHealth(owner, slug)
  • avala.exports.create({ dataset })

REST API

공개 api.avala.ai 엔드포인트를 모든 언어 또는 인증된 HTTP 클라이언트에서 사용하세요.

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

호스팅 MCP

호환되는 AI 도구를 권한 범위의 데이터셋 및 운영 맥락에 연결하세요.

https://mcp.avala.ai/mcp

시퀀스 메타데이터

받는 모든 시퀀스에 하나의 스키마.

플릿 러닝 프로그램으로 납품되는 시퀀스에는 같은 필드가 붙습니다. 학습 코드가 추측 없이 필터링, 분할, 가중치 부여를 할 수 있습니다.

각 시퀀스의 등급 기준 보기
  • 두 등급 각각의 결과 라벨
  • 단계별 언어 설명이 포함된 하위 작업 경계
  • 품질 및 속도 등급
  • 실수와 복구 구간
  • 리그 및 캘리브레이션 ID
  • 가정, 물체, 작업자별 누출 그룹

누출 그룹을 사용하면 같은 가정, 물체, 작업자가 학습 세트와 테스트 세트 양쪽에 나타나지 않도록 분할할 수 있습니다.

LeRobot 형식

LeRobot 형식으로 데이터를 가져오고 내보내세요.

LeRobot 데이터셋을 MCAP 시퀀스로 Avala에 가져오거나, Avala 시퀀스 데이터셋을 LeRobot v3 데이터셋으로 내보낼 수 있습니다. LeRobot의 episode 하나는 Avala 시퀀스 하나에 대응합니다. 두 명령 모두 Python SDK에 포함되며 Python 3.12 이상이 필요합니다.

LeRobot 지원이 포함된 CLI 설치
LeRobot 지원이 포함된 CLI 설치
pip install "avala[cli,lerobot]"
Hugging Face Hub에서 데이터셋 가져오기
Hugging Face Hub에서 데이터셋 가져오기
avala import lerobot --repo-id lerobot/svla_so101_pickplace --name "SO-101 pick and place" --slug so101-pick-and-place
시퀀스 데이터셋을 LeRobot v3로 내보내기
시퀀스 데이터셋을 LeRobot v3로 내보내기
avala lerobot export my-org/so101-pick-and-place --repo-id my-hf-user/so101-pick-and-place --output ./lerobot-out

첫 번째 루프

한 번의 인증 요청으로 데이터를 검사하세요.

화면에 표시되지 않는 프롬프트에서 키를 입력하고 자격 증명을 임시 서브셸 안에 격리한 채 공개 API를 조회합니다.

Bash 또는 Zsh · curl · Avala API 키

인증된 공개 API · Bash 또는 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"
)

프로그래밍 가능한 워크플로

전체 Physical AI 데이터 루프를 프로그래밍하세요.

원시 센서 데이터와 다음 모델 실행 사이의 운영 단계를 안정적인 인터페이스로 처리하세요.

01

센서 데이터 수집

MCAP, LiDAR, 비디오, ROS bag 또는 LeRobot 데이터를 하나의 데이터셋 모델로 가져오세요.

CLIPython SDKREST API
02

데이터셋 상태 검사

데이터가 프로덕션에 들어가기 전에 인덱싱, 시퀀스, 프레임 수, 보정을 확인하세요.

CLIPython SDKREST API
03

모델 지원 레이블링 실행

프로젝트 범위 자동 레이블링 작업을 실행하고 사람의 검토를 동일한 거버넌스 워크플로에 유지하세요.

CLIPython SDKMission Control
04

학습 준비 내보내기 게시

데이터셋 또는 프로젝트 내보내기를 만들고 후속 학습을 위해 완료될 때까지 추적하세요.

CLIPython SDKREST API

기술 워크스루

가장 어려운 데이터 루프를 가져오세요.

실제 워크플로 하나를 중심으로 인터페이스, 스토리지 경로, 품질 게이트, 릴리스 계약을 함께 설계합니다.

기술 워크스루 예약API 레퍼런스 읽기