Mock 数据生成器 - 在线假数据生成

1. 生成一批数据

留空种子则每次不同；同一种子加同一选项可得到相同结果，适合 golden test 与 PR 对照。

1. 勾选字段类型，可改列名。
2. 设置行数、地区样本（中/英）与输出格式。
3. 需要可复现时填写随机种子，再生成并复制或下载。

2. 字段与地区

地区选项影响姓名与地址样本形态，切换后抽查几行再批量导出。

• 最小联调：email + uuid + 一两个业务字段。
• 国内演示：中文名、手机、地址。
• 英文 demo：英文名、用户名、布尔值。
• 不要把假手机号当真号外呼。

3. 导出格式

只要结构占位、不看字段含义时，可用更轻的 json-generator；要真实字段类型用本工具。

• CSV/TSV：进 Excel 或管道。
• SQL：INSERT（表名常为 mock_data，导入前按需改）。
• YAML：部分配置与文档场景。

4. 合规提醒

假数据长得像真的，不等于可以当测试以外的用途。

• 生成的是虚构数据，仍不要冒充真实个人。
• 生产库禁止灌随机 PII 形态数据。
• 需要契约校验时，生成 JSON 后用 JSON Schema 检查。

5. 和相邻工具

生成 → 校验 → 请求，比直接把假数据塞进生产配置安全。

• 格式化 JSON。
• csv-json 互转。
• SQL Playground 练查询。
• API 测试器发请求。

6. 隐私

生成在本地完成。演示稿里避免混入真实客户片段。处理含个人信息或密钥的内容时，即使计算在本地完成，也要留意屏幕分享、录屏与下载文件的二次传播路径。

7. 协作与风险控制

本页计算在浏览器本地完成，不把你的内容当作上传素材；但这不自动等于「可以随便外传」。下载目录、剪贴板与会议投屏同样可能泄漏。与相邻工具衔接时，注意中间格式是否有损、编码是否一致、以及是否需要保留母版以便回退。链路越长，越要在每一步写下「不保证什么」。

• 先用最小可复现样例确认选项。
• 批量前记录转换前后体积或行数。
• 输出给他人时写明边界与不保证项。