dummy-dataset
生成用于测试的逼真虚拟数据集,支持可自定义的列、约束和输出格式(CSV、JSON、SQL、Python 脚本)。适用于创建测试数据、构建模拟数据集或为开发和演示生成示例数据。
机器翻译查看英文原文
Generate realistic dummy datasets for testing with customizable columns, constraints, and output formats (CSV, JSON, SQL, Python script). Use when creating test data, building mock datasets, or generating sample data for development and demos.
适用对象:数据库。自动收录 · 待核查。
原作者说明节选
从固定版本的 SKILL.md 提取,保留原文语言。以下内容属于作者说明,本站尚未验证安装、兼容或运行结果。
查看英文原文
原文涵盖的主题
- Dummy Dataset Generation
- Step-by-Step Process
- Template: Python Script Output
- Example Dataset Specification
- Output Deliverables
- Output Formats
Generate realistic dummy datasets for testing with customizable columns, constraints, and output formats (CSV, JSON, SQL, Python script). Creates executable scripts or direct data files for immediate use. Use when: Creating test data, generating sample datasets, building realistic mock data for development, or populating test environments. Arguments: $PRODUCT: The product or system name $DATASETTYPE: Type of data (e.g., customer feedback, transactions, user profiles) $ROWS: Number of rows to generate (default: 100) $COLUMNS: Specific columns or fields to include $FORMAT: Output format (CSV, JSON, SQL, Python script) $CONSTRAINTS: Additional constraints or business rules 1. Identify dataset type - Understand the data domain 2. Define column specifications - Names, data types, and value ranges 3. Determine row count - How many sample records needed 4. Select output format - CSV, JSON, SQL INSERT, or Python script 5. Apply realistic patterns - Ensure data looks authentic and valid 6. Add business constraints - Respect business logic and relationships 7. Generate or script data - Create executable output 8. Validate output - Ensure data quality and completeness Dataset Type: Customer F
这里只展示节选,请以完整原文和当前要求为准。
- 来源仓库
- phuryn/pm-skills
- 源文件
- pm-execution/skills/dummy-dataset/SKILL.md
- 固定版本
- 9af7bfd0bc47fdad43c2eaa7a43cd13918e7aaef
来源与内容状态
本条为自动发现的元数据,尚未完成人工文档核查;适用性与运行结果待核查。
原作者:phuryn/pm-skills · 原作者仓库元数据。文档核查:未核查。最近来源检查:2026-11-09T16:01:01.582Z。
分类由名称、说明与路径规则生成,分类不代表已核实适配。
许可与权利归属
MIT。第三方内容及版权归原作者,使用条件以原文为准。
许可原文 ↗本站没有因同步、复制或用户自报成功而将资源标为运行验证通过。
限制与注意事项
- 元数据收录不代表本站已经安装、适配、实测或进行安全审查。