仿真客户线索
将以下提示词粘贴到你的 AI 对话框中:
请根据官方安装指南 https://skillhub.cn/install/skillhub.md,将规范名 @user_f1b049da/nvt20269175 对应的「模拟客户数据」技能安装到当前 AI 助手中。
技能介绍
为什么需要造一批假数据
联调列表筛选、看板或分页逻辑时,直接连真实数据库往往很麻烦:数据可能涉密、量级不可控、筛选条件也未必能稳定触发。演示环境里更需要一批"看起来像真的"中文客户行,否则整个流程的说服力会大打折扣。模拟客户数据就是为了解决这个具体问题——不连真库、不碰敏感数据,也能把前端联调跑通。
技能如何工作
底层依赖 @faker-js/faker 的 zh_CN locale,默认生成六个字段:company、contact、mobile、city、source、stage。与只造四字段的同类技能不同,这个包多了来源和阶段两个维度,对线索筛选联调更友好。
关键步骤如下:
- 接入 faker 中文,实现
mockDemoLeads方法 - 默认批量生成 10 条,上限 50 条,超限触发二次确认
- 每条数据自动带上
demo: true标记,方便程序区分 - "换一批"默认整表替换,不追加,避免列表里真假混杂
- 支持导出 JSON,文件名统一加
demo-前缀
生成过程纯本地完成,不会请求任何外网假数据 API。
适用边界
仅用于演示场景。UI 上必须标明"非真实客户",默认禁止写入生产客户库。不要用生成的数据冒充真实成交客户做对外承诺——这是硬约束,不是建议。
使用场景
- 前端联调列表筛选和分页功能时,需要一个不连真库、量级稳定的客户数据集来验证UI交互。
- 产品演示环境需要一批包含来源和阶段的中文客户线索,用来展示看板的统计维度和筛选效果。
- 开发阶段需要验证导入逻辑或表格组件渲染,用导出的带 demo- 前缀的 JSON 文件测试边界情况。
- 测试线索流转的看板拖拽功能时,需要多批次生成不同阶段的演示数据,观察阶段字段的变化。
适合人员
- 前端开发工程师:在写筛选和分页组件时,需要不连真库就能快速造出结构合规的中文测试数据。
- 产品经理:在准备演示环境时,需要一批包含来源和阶段字段的假线索,来展示看板的统计维度。
- 独立开发者:在自测 CRM 模块的导入导出功能时,需要一个纯本地生成、带 demo 标记的 JSON 文件。
- UI 设计师:在验证看板拖拽和列表渲染的交互效果时,需要快速更换不同量级的客户数据来测试边界。