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
第一个闭环
通过一次认证请求检查数据层。
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
托管 MCP 端点
https://mcp.avala.ai/mcp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 avalaTypeScript 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/sdkREST 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