CDA Data Synth
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_e02e04b8/cda-data-synth。
技能介绍
要解决什么问题
数据分析、建模或报表演练时，往往缺一份结构合理、字段齐全的样例数据：真实数据有合规与脱敏成本，手工造数又容易漏约束、分布失真。CDA Data Synth 这一类技能的目标，是把「按业务语义生成/调整合成数据」放进对话式工作流里，让工程师在 IDE 或 Agent 里用自然语言描述表结构、量级和规则，而不是反复切到脚本或 Excel 里拼字段。
技能如何工作
作为 SkillHub 上的数据分析类大模型技能（@user_e02e04b8/cda-data-synth），它通过 SKILL.md 中的指令约束 Agent 的行为边界：在你说清维度、指标、关联关系或异常场景后，按步骤产出可落地的合成结果（例如表结构说明、示例行、生成逻辑或校验要点）。核心能力通常落在以下几块：
- 需求澄清：把模糊的「要一份销售/用户/日志类数据」拆成字段、类型、取值范围与关联键。
- 合成与改写：在既有 schema 上增删列、改分布、注入缺失值或离群点，用于压测或教学。
- 与下游对齐：输出格式尽量贴近你后续要用的分析工具（SQL、Pandas、BI），减少二次整理。
具体步骤以技能正文为准；你应把约束写具体（行数上限、禁止真实 PII、随机种子等），Agent 才更容易一次做对。
适用边界与注意点
合成数据不能替代合规脱敏与生产环境验证；分布与相关性再像真，也只是近似。技能不会自动替你承担数据安全审批，涉敏场景务必在本地或隔离环境使用，并人工抽查唯一性、外键一致性与业务不变量。若 SKILL 未声明某类数据源连接器，不要假设它能直连库表——以对话中生成的结构与样例为主。
使用场景
- 数仓或指标模型评审前，需要在本地用带主外键的订单、用户、商品等虚构表跑通 JOIN 与聚合 SQL。
- BI 或报表原型阶段没有生产库只读权限，要在对话里按指标口径生成可导入的 mock 明细与维度表。
- 验证缺失值、离群点或类别不平衡处理时，需要可指定随机种子、可重复生成的污染版样例数据。
- 公开课或内训演示 SQL/统计学，需要可公开发布、不含真实客户信息的成套业务表结构。
适合人员
- 负责分析沙箱或 PoC 环境、但无法导出生产明细、需要先造数再写 SQL 的数据工程师
- 用 Pandas/SQL 做探索性分析、要先敲定字段类型与取值范围再填充样例的业务或数据分析师
- 在 CI 中用固定 schema 与 seed 合成表做管道单元测试的数据平台或后端开发
- 讲授 SQL、窗口函数或统计检验、需要成套虚构表与示例行的培训讲师或课程助教
相关技能
SkillHub 上的大模型技能，用于在对话与分析场景中辅助生成可视化图表。
采集指定 B 站视频主评、子评与置顶评论，导出 JSONL 与 summary，便于情感与受众分析；Python 3.9+ 标准库，需登录 Cookie。
读取卖家精灵导出的 Amazon 评论 Excel，自动完成用户分层、情感分析与中文报告，并本地归档并上传 IMA 知识库。
覆盖地址拆分、手机号、复姓姓名、多格式日期与身份证五类场景，提供规则、边界处理及 Python/Excel 可执行方案；仅做格式校验与字段提取。