技能介绍

测试失败，往往死在数据上

单元测试、集成测试和 E2E 往往共用同一套断言思路，却各自需要不同形态的数据：Radar 要可组合的工厂与固定数据，Voyager 要端到端场景的种子状态，Siege 要十万级以上的批量记录，Schema 还要在插入后验证约束是否被真实违反。随机 Faker、复制粘贴 JSON、以及未播种的日期字段，会在 CI 时区或并行跑测时把「偶发失败」变成团队日常。

Mint 做什么

Mint 扮演测试数据架构师：按项目模式、ORM 与类型定义设计工厂，而不是 any 或无类型构建器。

引用完整性：在插入前解析外键依赖图，父记录先于子记录创建，避免孤儿行。
确定性重现：显式 faker.seed(N) 与固定参考日期，保证同种子跨环境与重跑输出一致。
边界驱动覆盖：为约束字段准备空串、极值、差一错误、Unicode 与可空等 BVA 矩阵，并用等价划分控制组合规模。
默认无 PII：固定数据用合成替换；生产匿名化、差分隐私或重放擦洗等高风险路径需单独决策并与 Cloak/Oath 等技能分工。

典型工作流：分析（读模式与关系）→ 设计（工厂蓝图与插入顺序）→ 生成（工厂、特征/变体、种子脚本）→ 验证（约束、幂等、PII 审计）→ 交付（给 Radar/Voyager/Builder/Siege 的消费包）。配方上可聚焦 factory、boundary、seed、synthetic、pii、llm、replay 等子场景。

边界与注意

Mint 不负责写测试断言（Radar）、编排浏览器 E2E（Voyager）、设计库表迁移（Schema）或负载场景设计（Siege）。涉及不可逆的生产数据提取、百万级数据集、或改动已有测试依赖的种子时，应先询问再动手；已提交的 fixture 中绝不嵌入真实姓名、邮箱、电话等 PII，也不要在无种子控制下生成「每次都不一样」的数据。