test-data-management · proffesor-for-testing — скилл для Claude Code: данные, установка
Скилл test-data-management для Claude Code генерирует тестовые данные, обезличивает PII и изолирует записи между тестами. Применяется в unit-, integration- и performance-тестах.
MIT 118 установок ★ 533 обновлён 2026-10-25
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a claude-codeЧто делает test-data-management
Скилл задаёт стратегии для разных сценариев: минимальные наборы для unit-тестов, реалистичные данные для integration-тестов, объёмные наборы для performance-тестов и отдельные edge cases. Генерация учитывает связи между сущностями и заданные ограничения, например возраст, роли и количество записей.
Для работы с PII описаны маскирование email и номеров карт, псевдонимизация production-снимков и удаление телефонных номеров. Тестовые записи изолируются транзакциями с откатом после каждого теста. Прямое использование production PII запрещено, поэтому перед тестированием нужен synthetic data или обезличенный снимок.
В скилле есть примеры вызовов qe-test-data-architect, координации с qe-test-executor и qe-security-scanner, а также структура памяти aqe/test-data-management/ со схемами, генераторами, правилами anonymization и fixtures.
Какие задачи решает
- сгенерировать реалистичные наборы для integration-тестов
- создать объёмные данные для performance-тестирования
- обезличить production-снимок с PII
- сохранить связи между тестовыми сущностями
- очистить базу после каждого теста через транзакцию
Примеры запросов агенту
- Сгенерируй тестовые данные для схемы
ecommerce: 10000 пользователей, 500 товаров и 5000 заказов, сохрани связи между сущностями. - Обезличь
production-snapshot, замени поляemail,phoneиssnметодом pseudonymization и сохрани структуру. - Настрой тест регистрации пользователя с транзакцией и откатом после каждого теста.
Как установить test-data-management
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a claude-code2Вручную: положить файлы
~/.claude/skills/test-data-management/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/test-data-management/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a codex2Вручную: положить файлы
.agents/skills/test-data-management/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a cursor2Вручную: положить файлы
.cursor/skills/test-data-management/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install proffesor-for-testing/agentic-qe assets/skills/test-data-management2Вручную: положить файлы
.github/skills/test-data-management/SKILL.md1Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a gemini-cli2Командой платформы
gemini skills install https://github.com/proffesor-for-testing/agentic-qe --path assets/skills/test-data-managementВручную: положить файлы
.devin/skills/test-data-management/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о test-data-management
Как установить test-data-management в Claude Code?
Выполните npx skills add proffesor-for-testing/agentic-qe --skill test-data-management -a claude-code, затем проверьте файл ~/.claude/skills/test-data-management/SKILL.md.
Что делает test-data-management?
Скилл помогает создавать synthetic test data, обезличивать production-снимки с PII, задавать ограничения генерации и изолировать данные между тестами.
Как скилл работает с production PII?
Он предлагает не использовать production PII напрямую. Данные нужно генерировать заново или обезличивать маскированием, хешированием либо pseudonymization.
Исходный текст
SKILL.md · MIT
---
name: test-data-management
description: "Strategic test data generation, management, and privacy compliance. Use when creating test data, handling PII, ensuring GDPR/CCPA compliance, or scaling data generation for realistic testing scenarios."
category: specialized-testing
priority: high
tokenEstimate: 1000
agents: [qe-test-data-architect, qe-test-executor, qe-security-scanner]
implementation_status: optimized
optimization_version: 1.0
last_optimized: 2025-12-02
dependencies: []
quick_reference_card: true
tags: [test-data, faker, synthetic, gdpr, pii, anonymization, factories]
trust_tier: 3
validation:
schema_path: schemas/output.json
validator_path: scripts/validate-config.json
eval_path: evals/test-data-management.yaml
---
# Test Data Management
<default_to_action>
When creating or managing test data:
1. NEVER use production PII directly
2. GENERATE synthetic data with faker libraries
3. ANONYMIZE production data if used (mask, hash)
4. ISOLATE test data (transactions, per-test cleanup)
5. SCALE with batch generation (10k+ records/sec)
**Quick Data Strategy:**
- Unit tests: Minimal data (just enough)
- Integration: Realistic data (full complexity)
- Performance: Volume data (10k+ records)
**Critical Success Factors:**
- 40% of test failures from inadequate data
- GDPR fines up to €20M for PII violations
- Never store production PII in test environments
</default_to_action>
## Quick Reference Card
### When to Use
- Creating test datasets
- Handling sensitive data
- Performance testing with volume
- GDPR/CCPA compliance
### Data Strategies
| Type | When | Size |
|------|------|------|
| **Minimal** | Unit tests | 1-10 records |
| **Realistic** | Integration | 100-1000 records |
| **Volume** | Performance | 10k+ records |
| **Edge cases** | Boundary testing | Targeted |
---
## Data Anonymization
```javascript
// Masking
function maskEmail(email) {
const [user, domain] = email.split('@');
return `${user[0]}***@${domain}`;
}
// [email protected] → j***@example.com
function maskCreditCard(cc) {
return `****-****-****-${cc.slice(-4)}`;
}
// 4242424242424242 → ****-****-****-4242
// Anonymize production data
const anonymizedUsers = prodUsers.map(user => ({
id: user.id, // Keep ID for relationships
email: `user-${user.id}@example.com`, // Fake email
firstName: faker.person.firstName(), // Generated
phone: null, // Remove PII
createdAt: user.createdAt // Keep non-PII
}));
```
---
## Database Transaction Isolation
```javascript
// Best practice: use transactions for cleanup
beforeEach(async () => {
await db.beginTransaction();
});
afterEach(async () => {
await db.rollbackTransaction(); // Auto cleanup!
});
test('user registration', async () => {
const user = await userService.register({
email: '[email protected]'
});
expect(user.id).toBeDefined();
// Automatic rollback after test - no cleanup needed
});
```
---
## Agent-Driven Data Generation
```typescript
// High-speed generation with constraints
await Task("Generate Test Data", {
schema: 'ecommerce',
count: { users: 10000, products: 500, orders: 5000 },
preserveReferentialIntegrity: true,
constraints: {
age: { min: 18, max: 90 },
roles: ['customer', 'admin']
}
}, "qe-test-data-architect");
// GDPR-compliant anonymization
await Task("Anonymize Production Data", {
source: 'production-snapshot',
piiFields: ['email', 'phone', 'ssn'],
method: 'pseudonymization',
retainStructure: true
}, "qe-test-data-architect");
```
---
## Agent Coordination Hints
### Memory Namespace
```
aqe/test-data-management/
├── schemas/* - Data schemas
├── generators/* - Generator configs
├── anonymization/* - PII handling rules
└── fixtures/* - Reusable fixtures
```
### Fleet Coordination
```typescript
const dataFleet = await FleetManager.coordinate({
strategy: 'test-data-generation',
agents: [
'qe-test-data-architect', // Generate data
'qe-test-executor', // Execute with data
'qe-security-scanner' // Validate no PII exposure
],
topology: 'sequential'
});
```
---
## Related Skills
- [database-testing](../database-testing/) - Schema and integrity testing
- [compliance-testing](../compliance-testing/) - GDPR/CCPA compliance
- [performance-testing](../performance-testing/) - Volume data for perf tests
---
## Remember
**Never use production PII directly.** Always use synthetic data or properly anonymized production snapshots.
**With Agents:** `qe-test-data-architect` generates 10k+ records/sec with realistic patterns, relationships, and constraints. Agents ensure GDPR/CCPA compliance automatically and eliminate test data bottlenecks.
© proffesor-for-testing · MIT · proffesor-for-testing/agentic-qe
Похожие скиллы
Все скиллы по теме «Тесты и QA» →Сначала — test-data-management от других авторов.