基于TypeScript接口定义生成语义化Mock数据

如果您的项目采用React+TypeScript，并且已经定义了`User`、`Order`等`interface`文件，那么这个方法堪称为您量身定制。 操作十分简便：打开包含`interface`声明的TS文件（如`types/user.ts`），将光标定位在`interface`关键字所在行。然后右键选择“CodeBuddy: Generate Mock Data for Interface”。系统会立即分析字段名、可选标识（`?`）、联合类型（如`string | null`）以及嵌套结构。 最巧妙之处在于，生成的结果非常智能： * **【id字段默认填充number类型的实际数值，而非字符串“1”】**，从而杜绝类型不匹配的问题。 * `name`字段会从中文姓名库中随机提取，如“王建国”，显得真实自然。 * `email`字段自动补全为“wangjianguo@example.com”格式，保持逻辑一致性。 如果勾选“启用随机化”，重新生成即可获得5组不同的样本数据，每组都严格遵循原始`interface`的类型定义，大幅提升测试覆盖率。

通过自然语言指令定制批量JSON数组

此方式更适合项目原型阶段，尚未建立类型定义，或需要按特定业务规则批量生成记录的场景，例如模拟订单列表、用户权限树等。 您只需在VS Code侧边对话面板中输入一句自然语言指令。例如：“生成10条商品数据，每条含id（递增数字）、title（3-5字中文名）、price（20-299之间的浮点数）、inStock（布尔值，70%为true）”。按下回车，CodeBuddy便会输出格式规整的JSON数组——`price`保留一位小数，`inStock`按70%概率分布生成，`title`不重复且符合中文命名习惯。相比手动编写循环生成数据，效率显著提升。 当然，若发现某条数据的`title`为生僻字或价格超出范围，说明指令中的约束条件不够明确。此时应补充更清晰的限定，例如“title仅限常见家电品类词，如冰箱、洗衣机、微波炉”，然后重新生成。

从OpenAPI文档一键导出响应示例

对于已部署Swagger UI或本地存在`openapi.yaml`文件的团队而言，这是最可靠的数据来源。所有字段名、嵌套层级、必选/可选状态均直接继承自真实的接口契约。 操作步骤也很清晰： 1. 确保项目根目录存在`openapi.yaml`或`openapi.json`文件。 2. 在CodeBuddy对话框中输入`@ Add ./openapi.yaml`，系统将自动加载并解析所有路径。 3. 点击目标接口（如`GET /api/v1/users`），选择“Extract Response Schema as Mock”。 4. 系统会生成包含`status`、`data`、`message`的标准响应体，可直接复制使用。 5. 您可将其粘贴到本地mock服务配置文件中，或作为前端`fetch`调用的备用数据。 **【不过，需留意一个小细节：如果openapi的response schema未定义example字段，CodeBuddy将仅依赖类型推导默认值。此时，您需要人工校验date字段，确保其生成为ISO字符串而非时间戳。】**

通过CSV模板反向生成结构化JSON

这种方法特别适合手头已有CSV表格数据，希望快速转换为JSON的场景。 操作起来很简单： 1. 准备一个CSV文件，首行为字段名（如`id,name,age,city`），后续行为数据。 2. 在资源管理器中右键该CSV文件，选择“CodeBuddy > Convert to JSON Array”。 3. 生成结果将自动适配字段类型——数字列转为`number`，空值转为`null`，像“北京,上海,广州”这样的城市列会被识别为字符串而非数组。 也可直接将CSV拖入CodeBuddy的支持区域完成转换。**但需注意，CSV文件内应避免混用引号风格，否则像`age`这样的列可能被误判为字符串。**