项目预览
项目数据
项目介绍
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 ★ 88
核心亮点
- 同时支持表格和关系数据生成，覆盖多表关联场景
- 提供多种生成算法，适应不同数据分布和规模需求
- Python 接口简洁，易于集成到现有数据流水线
不足之处
- 文档/社区待观察
- 早期项目，功能迭代和稳定性有待验证
适用场景
- 隐私保护：生成脱敏数据用于外包开发或公开分享
- 机器学习：扩充训练数据集或模拟极端情况
- 软件测试：构造符合业务逻辑的测试数据库
替代项目
SDV、Faker、DataSynthesizer
下一篇：DataDreamer
同类项目推荐
speech_dataset
开源
一站式获取中文语音识别训练数据，快速启动ASR实验
The dataset of Speech Recognition
syncd
开源
一键生成多图合成数据，搞定个性化图像生成训练
SynCD: Generating Multi-Image Synthetic Data for Text-to-Image Customization (ICCV 2···
datasets
开源
一行代码加载数百个机器学习数据集，省去下载清洗烦恼
TFDS is a collection of datasets ready to use with TensorFlow, Jax, ...
batchgenerators
开源
医学图像训练数据太少？一行管道批量增强2D/3D图像与标签
A framework for data augmentation for 2D and 3D image classification and segmentatio···
OpusFilter
开源
配置式过滤平行语料，快速清洗出高质量句对
OpusFilter - Parallel corpus processing toolkit
caselaw-repo-1
开源
一键接入瑞士百年判例，让 AI 秒查法律引用关系
Open Swiss legal corpus + MCP server: 1M+ court decisions (1875–today), 21k laws, 1···
prontoqa
开源
用合成问答数据，精准剖析大模型推理链条
Synthetic question-answering dataset to formally analyze the chain-of-thought output···
Stanford-solar-forecasting-datas···
开源
用天空图像预测光伏发电，让太阳能调度更准
Stanford sky images and PV power generation dataset for solar forecasting related re···
gen-fraud-graph
开源
一键生成合成欺诈图数据，快速测试图模型效果
Synthetic fraud graph generator for benchmarking graph-based fraud detection models ···