Платформа разработчика Physical AI

Создайте слой данных, на котором учатся ваши модели Physical AI.

Используйте типизированные SDK, CLI, REST или MCP, чтобы загружать данные датчиков, проверять состояние датасетов, управлять релизами и возвращать обратную связь модели в следующий цикл обучения.

Открыть быстрый старт Записаться на технический разбор

Первый цикл

Проверьте слой данных одним аутентифицированным запросом.

Введите ключ в скрытом приглашении и запросите публичный API, оставив учетные данные изолированными во временной подоболочке.

Bash или Zsh · curl · ключ API Avala

Аутентифицированный публичный API · Bash или 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"
)

Программируемый процесс

Программируйте полный цикл данных Physical AI.

Используйте стабильные интерфейсы для операционных этапов между сырыми данными датчиков и следующим запуском модели.

Загружайте данные датчиков

Объединяйте данные MCAP, LiDAR, видео, ROS bag и LeRobot в единой модели датасета.

CLIPython SDKREST API

Проверяйте состояние датасета

Проверяйте индексацию, последовательности, число кадров и калибровку до запуска данных в производство.

CLIPython SDKREST API

Запускайте разметку с помощью моделей

Запускайте авторазметку в рамках проекта и сохраняйте проверку человеком в том же управляемом процессе.

CLIPython SDKMission Control

Публикуйте готовые к обучению экспорты

Создавайте экспорт датасета или проекта и отслеживайте его до готовности для последующего обучения.

CLIPython SDKREST API

Облачный MCP

Передайте управляемый контекст датасетов вашим ИИ-инструментам.

Подключите один облачный endpoint, чтобы проверять доступные аккаунту датасеты, захваты, доказательства качества и операционное состояние.

Открыть руководство MCP

Облачный MCP endpoint

https://mcp.avala.ai/mcp

Доступ соответствует вашим разрешениям Avala. Проверенные действия сотрудников видны только уполномоченным операторам и требуют явного подтверждения.

Интерфейсы

Выберите интерфейс для вашего стека.

Python, TypeScript, публичный REST API и облачный MCP используют единую модель данных Avala.

Python SDK

Синхронные и асинхронные клиенты, курсорная пагинация, типизированные модели и явные ошибки.

pip install avala

TypeScript SDK

Типизированные ресурсные клиенты без runtime-зависимостей и с официальной поддержкой Node.js 18+.

npm install @avala-ai/sdk

REST API

Используйте публичный endpoint api.avala.ai из любого языка или аутентифицированного HTTP-клиента.

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

Облачный MCP

Подключайте совместимые ИИ-инструменты к контексту датасетов и операций в рамках разрешений.

https://mcp.avala.ai/mcp

Технический разбор

Принесите нам самый сложный цикл данных.

Мы разберём интерфейсы, путь хранения, контроль качества и контракт релиза на примере реального процесса.

Записаться на технический разбор Открыть справочник API