数据清理工作拆成四类相互独立的产物，各司其职，互不混用：
- 目标格式数据契约（唯一）：定义清理后数据的统一格式与存储结构，整个项目只有一份，见
docs/contract/export-contract.md。所有源数据都向它对齐，任何格式调整只改这一处。 - 源数据集数据契约（每数据集一份）：描述单个源数据集的原始字段、坐标系、时间戳等语义，每个数据集维护一份（如各数据集自带的格式说明），只讲“这个数据源长什么样”。
- 转换代码（每数据集一份，共用函数）：把每个源数据集转换成目标格式的脚本，一个数据集一个转换入口；跨数据集共用的逻辑（写 Parquet、编码视频、坐标变换等）下沉到共用函数，避免复制。
- 目标格式 dataset viewer（人工检查用）：读取目标格式数据并可视化，供人工核对转换结果是否与源数据语义一致；只依赖目标契约，不依赖任何单个源数据集。
这四点把“格式定义”与“实现”分开、“各数据源的差异”与“公共逻辑”分开、“转换”与“检查”分开。新增数据源时，只需新增一份源契约和一个转换脚本。
每个数据集对应一份源契约（原始字段、坐标系、时间戳）和一份转换说明（运行方式与映射规则）：
| 数据集 | 源数据契约 | 转换说明 |
|---|---|---|
| ABC-130k | docs/sources/abc130k/source.md |
docs/sources/abc130k/conversion.md |
| AgiBot World 2026 | docs/sources/agibotworld2026/source.md |
docs/sources/agibotworld2026/conversion.md |
| Galaxea Open-World Dataset | docs/sources/galaxea/source.md |
docs/sources/galaxea/conversion.md |
| HiFi-UMI-2K | docs/sources/hifi-umi/source.md |
docs/sources/hifi-umi/conversion.md |
| MolmoAct2-BimanualYAM | docs/sources/molmoact2/source.md |
docs/sources/molmoact2/conversion.md |
下载与选取脚本（每个源数据集一个入口）见 scripts/README.md。
导出后的自动异常检测支持首尾静止、state 突变和中段静止，运行方式见
docs/tools/anomaly-detection.md。
ABC-130K / MolmoAct2 对应 YAM，AgiBotWorld2026 对应 G2，Galaxea 按源 robot_type 分别对应 R1 Lite 或 R1 Pro。
四套自包含 URDF（本体、双臂、夹爪、视觉/碰撞网格、材质和清单）的入口见
assets/robot_models/README.md。
assets/ 不纳入 Git，完整资产公开保存在 ModelScope：
BingqianWu/RobotDataHub-Assets。
下载该仓库后，将其中的 assets/ 目录放回本项目根目录即可。
R1 Pro 本地资产位于 assets/robot_models/galaxea_r1pro/，来自官方 GalaxeaManipSim；已随其余资产同步到上述 ModelScope 仓库。
按本体选择的 FK 示例：
python scripts/robot/fk.py --dataset Galaxea-Open-World-Dataset --robot-type r1pro --link arm_left_link7可直接用于可视化和 FK；数据集 TCP、零位及安装外参尚未逐帧标定，状态在清单中明确记录。