Hebbian Robotics (YC S26) 是一个开源 SDK，用于机器人和物理 AI 中可扩展的多模态数据管道。Hebbian Robotics (YC S26) 正在构建 HFlow，这是一个用于机器人和物理 AI 的可扩展多模态数据管道的开源 SDK。它使通常在大型机器人团队内部开发的数据工具和实践对任何规模的团队可用。我们认为数据处理是机器人技术中的一个主要瓶颈。一个语料库可以结合来自许多记录系统的视频、状态、动作、时间戳和元数据。团队通常在质量控制中首先感受到这个问题：确定相机是否冻结、流是否失去同步、所需主题是否消失，或者重复录音是否进入语料库。随着语料库的增长，零碎的脚本使得很难知道什么运行过、审计结果或重现数据集。团队可以从 HFlow 的内置检查开始，编写新的转换、检查、标签和丰富信息，或连接他们已经使用的处理代码。HFlow 处理这些步骤的协调、存储、版本控制和整理。HFlow 为每个处理过的剧集印上其来源戳，将管道呈现为图形，并在可查询的目录中记录元数据和质量证据。您可以追踪输出是如何生成的，监控每个阶段，并在不加载基础录音的情况下调查语料库。MCAP 是 HFlow 的 v1 输入和输出边界，因为它高效地存储和提供同步视频、状态、行动和其他时间序列流。该格式要求并不定义数据来自何处：人类佩戴的相机、遥操作机器人、自主策略和其他采集系统都可以在其数据表示为支持的 MCAP 剧集后，馈送到管道中。状态：pre-v1，核心生命周期工作正常。HFlow 已准备好在本地试用。查看已实现的内容和当前详细信息及剩余工作问题。帮助扩大开放机器人社区。给仓库加星，分享给你的网络，或贡献。我们的目标是一个开放源代码的社区，让每个人都可以参与构建机器人的未来。贡献不需要任何机器人硬件。HFlow 的边界输入 支持标准的 MCAP 剧集；通过 hflow 导入 leRobot 数据集 v3 仓库 处理 您的 Python 转换、检查、标签和丰富信息 执行 进行中的开发；生成 Airflow 3 DAG 进行计划运行 耐用输出 正规 MCAP 剧集、来源、工件和 Parquet 目录 整理 DuckDB SQL 写入版本固定的清单 您得到的 人类和机器人数据在四个阶段的生命周期中流动：收集 --> 导入 ---------------> 整理 ------> 交付（着陆（变换 -> QC 门 ->（SQL 通过（整理的 MCAP + 存储桶）丰富，作为剧集清单；转换 Airflow DAG）目录）用于训练）您的处理代码保持属于您。转换、质量检查、标签和丰富信息是您自己环境中的普通 Python 函数。现有代码通过小适配器连接，而不是为专有框架重写。剧集是 MCAP，这是 ROS 2 原生记录的容器，Foxglove/Rerun 直接打开，并且根据 Dyna 的文章中描述的两个调优进行编写：与数据读取方式匹配的内带 H.264 GOP 长度，以及主题分组块（相机流和状态流从不共享一个块，因此一个训练样本的成本是每个组一个读取，而不是每个主题一个）。处理过的剧集带有它们的来源。文件本身记录生成它的模式、管道和工具版本，以及可用时其源 URI。目录记录将测量和结果连接到步骤版本，使追踪不良结果回到其来源更容易。管道可视化为图形。HFlow 渲染 Airflow DAG 以便您可以看到阶段如何连接并监控任务状态、日志、重试和重复执行。质量检查产生可重用的证据。访问者提取现有处理代码期望的输入（numpy 数组、MP4 路径、JPEG 帧），结果作为可查询的测量而非硬编码的裁决。不同的数据集可以在不再次处理媒体的情况下应用不同的阈值。在不加载录音的情况下查询语料库。元数据、质量测量、标签、版本戳和工件位置存储在 Parquet 目录中。DuckDB 可以回答语料库范围内的问题并构建清单，而无需打开基础 MCAP 文件。随时打开 DuckDB 的浏览器访问目录，包括在第一次运行开始之前：hflow catalog ui 托管和规模 开源部署设计为易于拥有：运行一个包含的 Docker Compose 运行时的单租户工作区，或将其生成的 DAG 打包部署到您已经操作的 Airflow 3 环境。它没有用户帐户、RBAC 或多租户控制平面。数据平面与帐户和控制平面问题保持分离，因此同一引擎可以按需扩展。