Paquete de Python que genera datos ficticios, como nombres, direcciones y textos, para poblar bases de datos, hacer pruebas y anonimizar datos.
supabase-community/seed
Seed llena automáticamente una base de datos con datos ficticios similares a los de producción, generados a partir del esquema, para el desarrollo local y las pruebas.
- Estrellas
- 788
- Forks
- 37
- Issues abiertos
- 25
- Último commit
- el mes pasado
¿Qué es?
Seed es una herramienta de TypeScript que genera datos ficticios realistas para una base de datos a partir de su esquema. Determina automáticamente los valores de las columnas, de modo que los desarrolladores solo tienen que especificar los valores que les interesan. Además, incluye de forma predeterminada datos de referencia, como listas de países y códigos de moneda.
Crea automáticamente registros relacionados, por lo que no tienes que llevar un control de los IDs de claves foráneas de distintas tablas al definir los datos. Seed genera un cliente de TypeScript con seguridad de tipos a partir de la estructura de la base de datos, lo que te permite escribir datos de prueba con todo el ecosistema de TypeScript y Node.js. La generación de datos usa Copycat y es determinista: las mismas entradas siempre producen el mismo resultado, lo que la hace adecuada para pruebas repetibles.
De forma opcional, un LLM (mediante claves de API de OpenAI o Groq) puede generar valores de ejemplo para las columnas de texto. Estos ejemplos se guardan en un archivo JSON editable y, al ejecutar un comando de sincronización, se vuelven a generar a partir de las descripciones actualizadas de las columnas.
Funciones clave
- 01Infiere automáticamente los valores de las columnas a partir del esquema de la base de datos.
- 02Crea registros relacionados sin tener que llevar un control manual de los IDs.
- 03Genera un cliente de TypeScript con seguridad de tipos a partir de la estructura de la base de datos.
- 04Genera datos de forma determinista para crear pruebas repetibles.
- 05Permite generar valores de ejemplo para columnas de texto con un LLM mediante OpenAI o Groq.
Casos de uso
- Poblar una base de datos local de desarrollo con datos realistas.
- Crear datos de prueba coherentes para pruebas automatizadas.
- Generar ejemplos de texto para columnas de texto con un LLM.
Inicio rápido
- 1
Prueba Seed ejecutando el comando init
npx @snaplet/seed init
Antes de usarlo
- Los ejemplos generados por IA requieren una clave de API de OpenAI o Groq.
- La configuración para contribuir depende de Nix y devenv, lo que añade bastante trabajo de configuración.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es seed?
- Seed llena automáticamente una base de datos con datos ficticios similares a los de producción, generados a partir del esquema, para el desarrollo local y las pruebas. Seed es una herramienta de TypeScript que genera datos ficticios realistas para una base de datos a partir de su esquema. Determina automáticamente los valores de las columnas, de modo que los desarrolladores solo tienen que especificar los valores que les interesan. Además, incluye de forma predeterminada datos de referencia, como listas de países y códigos de moneda.
- ¿seed es gratuito? ¿Qué licencia tiene?
- seed es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿seed sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de seed fue el 1 oct 2026.
- ¿Para qué puedo usar seed?
- Poblar una base de datos local de desarrollo con datos realistas. Crear datos de prueba coherentes para pruebas automatizadas. Generar ejemplos de texto para columnas de texto con un LLM.
- ¿Cómo se instala seed?
- Prueba Seed ejecutando el comando init: npx @snaplet/seed init
- ¿Dónde consigo seed?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/supabase-community/seed
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Una biblioteca de Go que genera datos ficticios aleatorios, como nombres, direcciones, correos electrónicos, empresas y archivos estructurados, para pruebas y carga inicial de datos.
Una biblioteca de Python que genera datos ficticios pero realistas, como nombres, direcciones, correos electrónicos y valores financieros, en 47 idiomas y regiones.
Una biblioteca para Java, Kotlin y Groovy que genera datos ficticios realistas, como nombres, direcciones y datos de empresas, para pruebas y demos.
Un plugin de pytest que copia directorios con datos de prueba a carpetas temporales para que las pruebas puedan leer y modificar archivos de forma segura.
Cliente de bases de datos con interfaz de terminal para PostgreSQL, MySQL, SQLite3, Oracle y SQL Server, escrito en Go.