mega-data-factory：分布式多模态数据管线

mega-data-factory 是一个可复现、高吞吐的分布式开源数据管线，面向超大规模多模态数据集处理，基于 Ray 构建，供模型数据团队使用。工程含 Rust 加速与 GPU 优化的算子，支持消融、打分与去重，提供安装与配置运行命令，以 MIT 许可发布；可复用算子覆盖多种模型数据场景。