Datamimic – 不要让你的编码代理发明自己的测试世界

DATAMIMIC — 受监管企业的受监管测试数据 该存储库包含 DATAMIMIC 社区版 (CE)。麻省理工学院许可、Python 原生、MCP 就绪。 CE 完全可独立用于确定性合成数据生成和 PII 感知假名化。企业平台添加了受监管的工作流程、PII 扫描、基于角色的访问、审计日志记录、调度、多系统执行以及受监管企业所需的完整操作层。 👉 企业平台：datamimic.io | 📘 文档：docs.datamimic.io | 📅 预约策略通话：datamimic.io/contact 🤖 AI 代理？从 AGENTS.md 开始并使用项目 CLI：将新意图保留为 model.dm.json ，通过 datamimicscaffold ... --format json 提交早期最佳尝试，修复结构化问题，根据规定的要求声明期望，并在 verify=true 处停止。现有的原始 XML 使用 lint 和有界试运行。 DATAMIMIC CE 是位于 DATAMIMIC 企业平台核心的开源确定性数据引擎。它可在任何本地、CI 或代理驱动的工作流程中独立用于合成数据生成和 PII 感知假名化。企业平台添加了受监管企业进行生产规模测试数据操作所需的受监管工作流程、扫描仪、仪表板和执行层。在 CE 中可用（此存储库）：生成完全合成的确定性数据集 - 模型驱动，无需源数据 假名分期/QA 导出 - 确定性（种子）或隐私最大化（非种子）字段转换；在 XML 管道中手动识别和建模的 PII 字段 针对 PostgreSQL、MySQL、Oracle、MS SQL、SQLite、MongoDB、CSV、JSON、XML、XLSX、DbUnit、固定宽度 (.fcw) 执行单系统管道 模型行为 — 加权状态机、复合多字段引用、控制流 ( 、 ) 和用于分阶段聚合的可编写脚本的内存存储 发出出处 — 仅附加执行日志和每个输出内容用于审核重新执行的哈希 指南代理 — 机器可读功能、渐进式参考查询和一个规范的 CLI 支架事务；可选的 MCP 适配器公开相同的创作服务 企业平台添加： PII 扫描器 — 通过 DataWorkbench 进行概率评分字段检测，可配置阈值 多系统执行 — Oracle / MongoDB / Kafka 在具有引用完整性的协调工作流程中 行业消息模板 — EDIFACT / SWIFT MT / HL7 v2.x / HL7 FHIR 作为确定性测试/训练工件生成 治理层 — 基于角色的仪表板、审计跟踪、审批流程、可重用的企业模板、调度程序 性能核心 — Rust 快速路径、用于复杂分布的 ML/自动回归引擎、密钥集和清单构建、优化的分布式执行 本地/气隙部署 — podman-compose 或 Helm，以咨询为主导的推出 部署在受监管的欧盟银行环境中，以跨 Oracle、MongoDB 和 Kafka 管道获得确定性测试数据。 NDA 下提供的参考客户 — 另请参阅 datamimic.io 案例研究。 AI 代理：编写、验证和运行数据模型 CLI 是基线代理合约。使用 pip install datamimic-ce 安装 CE ；在此结账中，使用 .venv/bin/datamimic，以便陈旧的全局安装无法更改可用的架构或命令。需要 CLI 工具 Contract 发现实时结构表面数据模拟功能 默认情况下紧凑的机器可读 JSON 索引； --full 表示完整清单，--section 表示一个部分。逐步学习意图模型 datamimic 参考创作 ，然后 datamimic 参考创作 --category --kind 从查询目录开始，然后仅加载所需的类型化片段。创建一个新模型 保留 model.dm.json ；运行 datamimic 脚手架 model.dm.json --format json 每次更改尝试一次编译/lint/bounded-run/acceptance 事务。在已验证=true 时停止；生成的 XML 是运行时输出。使用现有的原始 XML datamimic lint model.xml --format json ，然后使用 datamimic dry-run model.xml --format json 修复诊断，检查有界样本的意图，然后仅在请求实际执行时使用 datamimic run model.xml 。查找 DSL 详细数据模拟参考概述，然后查找狭窄的参考主题/名称 查询实时模​​型和规则注册表，而不是猜测元素、生成器、范围、分布或规则。功能、创作参考投影和 --format json 显示的命令返回机器可读的 JSON。如果脚手架尝试失败，请在重试之前使用其结构化验证问题、类型修复或规则诊断来更改 model.dm.json。相反，类型化 max_count 修复仅将有界脚手架参数更改为至少其报告的最小值。切勿重复相同的失败呼叫。成功的脚手架结果是创作的终端，因此不要再次检查或试运行其生成的 XML。确切的源片段可以通过以下方式发现