用代码定义数据期望，自动验证并生成文档，让数据质量可控。
Great Expectations 是一个开源的数据质量工具，帮助数据团队定义、验证和文档化数据的期望。它解决了数据管道中数据质量不可控的问题，通过声明式的期望套件（Expectation Suite）来描述数据应满足的条件，如列值范围、唯一性、非空等。核心能力包括：自动生成数据文档（Data Docs）、提供丰富的内置期望（Expectations）、支持多种数据源（如 Pandas、Spark、SQL），并能与 Airflow、dbt 等编排工具集成。它让数据团队在数据进入下游前就能发现异常，确保数据可信。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1检查 Python 版本
确认本机 Python 在 3.10 到 3.13 之间；高于 3.13 只能按实验性方式使用。
python --version2创建虚拟环境
官方推荐在虚拟环境中部署 GX Core，避免与系统环境依赖冲突。
python -m venv gx-venv3激活虚拟环境
激活后所有后续安装与运行都在该隔离环境中进行；Windows 可改用 gx-venvScriptsctivate。
source gx-venv/bin/activate| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
GX_PYTHON_EXPERIMENTAL | 否 | 在 Python 3.14 及以后版本上安装 great_expectations 时启用实验性支持 | 1 |
激活虚拟环境后执行 python --version，输出为 Python 3.10 至 3.13 即符合官方支持范围。
Q：支持哪些 Python 版本？
A：GX Core 官方支持 Python 3.10 到 3.13；3.14 及更高版本属于实验性支持，需要额外设置环境变量。
Q：必须用虚拟环境吗？
A：README 中官方推荐在虚拟环境内部署 GX Core，建议按此方式操作以避免依赖冲突。
Q：怎么确认支持的数据源和集成？
A：README 指向官方 compatibility reference 页面，可查询 GX 支持的数据源与其他集成。
Q：想深入了解怎么上手？
A：README 推荐先阅读官网文档中的 Introduction to GX Core 章节。
dbt test、pandera、Soda Core
great_expectations 是数据集领域的开源项目，由 fivetran 开发，2017 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（11,827）位列前 5%，在数据集分类的 279 个项目里位列前 5%。
近 41 天，它的 GitHub 星标从 11,708 增加到 11,827，净增 119。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：数据管道中在数据加载后、分析前进行质量校验。同类可对比的替代方案包括 dbt test、pandera、Soda Core。
上一篇：DataDreamer
下一篇：lightly-studio
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models