synthetic-data-generator

一键生成高仿真表格数据，解决隐私与数据稀缺难题

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 392 🐛 待处理 26 👀 关注 307

GitHub ↗

GitHub 星标 ★ 2442

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源框架，Apache-2.0许可，完全免费，可自行部署使用。

项目预览

synthetic-data-generator 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队hitsz-ids

GitHubhttps://github.com/hitsz-ids/synthetic-data-generator

定价模式🏷️完全免费

价格说明开源框架，Apache-2.0许可，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,data-generator,deep-learning,gan,generative-ai,llm,machine-learning,privacy,synthetic-data,tabular-data

GitHub 星标★ 2442

上线时间2023-08-10 00:00:00

代码更新2026-11-02

仓库体积4.3 MB

本站数据更新2026-11-08

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

synthetic-data-generator（SDG）是一个专门用于生成高质量结构化表格数据的开源框架。它解决的核心问题是真实数据获取难、隐私保护要求高、以及数据样本不足等场景下的数据需求。SDG 提供了一套完整的端到端流程，包括数据接入、数据探索、数据预处理、数据合成、数据评估和数据导出。它支持多种生成算法，如 GAN、VAE、扩散模型等，并针对不同数据类型（数值、类别、文本、时间序列）进行了优化。用户可以通过简单的配置或编程接口，快速生成与原始数据统计特征相似、且不泄露隐私的合成数据。该框架还内置了数据质量评估模块，能自动对比合成数据与真实数据的分布、相关性等指标，帮助用户验证生成效果。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2442

技术标签

agent deep-learning gan generative-ai llm

使用教程

难度：入门约 10 分钟部署方式：库/依赖 4 步

环境要求

Python 环境（README 未标明具体版本）
已安装可用的 pip 包管理工具
本地源码安装需已配置 git 及 GitHub SSH 访问

安装与启动步骤

1通过 PyPI 安装

最简方式，直接从 PyPI 拉取并安装 sdgx 包，适合只想快速调用的用户。
```
pip install sdgx
```
2克隆源码仓库

README 推荐用源码方式使用 SDG，先用 SSH 地址把仓库克隆到本地。
```
git clone git@github.com:hitsz-ids/synthetic-data-generator.git
```
3进入目录并安装

切换到克隆下来的项目目录，执行本地安装，把当前源码装进环境。
```
cd synthetic-data-generator
pip install .
```
4备选：从 Git 直接安装

若不想手动克隆，可用 pip 直接从 Git 仓库地址安装，等价于源码安装。
```
pip install git+https://github.com/hitsz-ids/synthetic-data-generator.git
```