01
摄取传感器数据
将 MCAP、LiDAR、视频、ROS bag 或 LeRobot 数据汇入统一的数据集模型。
CLIPython SDKREST API
托管 MCP
从您的 AI 工具中查询机器人集群学习闭环。
只需连接一个托管端点。您的智能体即可读取集群录制和告警、序列、采集任务及其验收覆盖、共识、质量目标和导出状态。
采集需求说明、缺口报告和评估报告都包含在机器人集群学习项目中，由您的 Avala 团队交付。
阅读 MCP 指南托管 MCP 端点
https://mcp.avala.ai/mcp按闭环阶段划分的工具
- 观察
fleet_list_recordingsfleet_list_eventsfleet_list_alerts- 诊断
list_sequencespreview_curation_candidates- 采集
list_capture_campaignsget_campaign_acceptance_coverage- 验证
get_dataset_healthget_consensus_summarylist_quality_targets- 发布
list_sliceslist_exportsget_export_status
访问范围遵循你的 Avala 权限。经审查的员工操作仅向符合条件的运营人员显示，并需要明确确认。
接口
选择适合技术栈的接口。
Python、TypeScript、公共 REST API 与托管 MCP 共享同一个 Avala 数据模型。
Python SDK
同步与异步客户端、游标分页、类型化模型和明确错误。
pip install avala- client.fleet.recordings.list()
- client.datasets.get_health(owner, slug)
- client.exports.create(dataset=dataset_uid)
TypeScript SDK
无运行时依赖的类型化资源客户端，正式支持 Node.js 18+。
npm install @avala-ai/sdk- avala.fleet.recordings.list()
- avala.datasets.getHealth(owner, slug)
- avala.exports.create({ dataset })
REST API
从任意语言或经过身份验证的 HTTP 客户端使用公共 api.avala.ai 端点。
curl --fail-with-body -H "X-Avala-Api-Key: $AVALA_API_KEY" "https://api.avala.ai/api/v1/datasets/?limit=10"托管 MCP
将兼容的 AI 工具连接到受权限范围约束的数据集和运营上下文。
https://mcp.avala.ai/mcp- 两项评级的结果标签
- 子任务边界，以及每一步的语言描述
- 质量和速度评级
- 失误与恢复片段
- 采集设备和标定 ID
- 按家庭、物体和操作员划分的泄漏分组
借助泄漏分组，您可以划分训练集和测试集，确保同一个家庭、物体或操作员不会同时出现在两边。
LeRobot 格式
以 LeRobot 格式导入和导出数据。
可以把 LeRobot 数据集作为 MCAP 序列导入 Avala，也可以把 Avala 序列数据集导出为 LeRobot v3 数据集。每个 LeRobot episode 对应一个 Avala 序列。两条命令都随 Python SDK 提供，需要 Python 3.12 或更高版本。
- 安装支持 LeRobot 的 CLI
- 安装支持 LeRobot 的 CLI
pip install "avala[cli,lerobot]" - 从 Hugging Face Hub 导入数据集
- 从 Hugging Face Hub 导入数据集
avala import lerobot --repo-id lerobot/svla_so101_pickplace --name "SO-101 pick and place" --slug so101-pick-and-place - 将序列数据集导出为 LeRobot v3
- 将序列数据集导出为 LeRobot v3
avala lerobot export my-org/so101-pick-and-place --repo-id my-hf-user/so101-pick-and-place --output ./lerobot-out
第一个闭环
通过一次认证请求检查您的数据。
通过不回显的提示输入密钥，并在凭证始终隔离于临时子 shell 的情况下查询公共 API。
Bash 或 Zsh · curl · Avala API 密钥
已认证的公共 API · Bash 或 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"
)可编程工作流
编程控制完整的 Physical AI 数据闭环。
使用稳定接口处理原始传感器数据与下一次模型运行之间的各个运营步骤。
02
检查数据集健康状况
在数据进入生产前检查索引、序列、帧数和标定。
CLIPython SDKREST API
03
运行模型辅助标注
启动项目级自动标注任务，并将人工审核保留在同一个受控工作流中。
CLIPython SDKMission Control
04
发布训练就绪的导出
创建数据集或项目导出，并跟踪至完成，供后续训练使用。
CLIPython SDKREST API