Рабочий процесс от источника к набору

English · Русский

Единый контракт — DatasetSpec. CLI, Python, MCP и approved agent workflow используют проверяемые модели вместо генерации строк языковой моделью.

flowchart LR
  I[Разрешённый источник] --> P[Безопасный профиль]
  P --> S[DatasetSpec и review]
  S --> G[Детерминированная генерация]
  G --> V[Валидация]
  V --> O[Новый набор и manifest]
  1. Выберите адаптер источника и конечные бюджеты. CSV/Parquet читаются локально; PostgreSQL/Trino — read-only в согласованном scope.
  2. Получите metadata и агрегаты без переноса строк в output. Неизвестные факты остаются неизвестными.
  3. Выведите или напишите spec: типы, nullable, identifiers, распределения, связи, count, seed и правила.
  4. Review проверяет соответствие домену и безопасность; advisor может предложить гипотезу, но не принять её.
  5. Генератор создаёт новые значения, применяет ограничения и проверяет их перед публикацией.
  6. Примите набор после проверки manifest, validation и бизнес-инвариантов.

Для нового домена используйте раздельные этапы из связанных таблиц. Сокращённая команда CSV подходит известной вымышленной фикстуре. Примеры DECIMAL и Parquet находятся в матрице форматов.

Selective transformation имеет отдельный mixed-origin контракт и не включается в этот source-free pipeline. SQL query-source profiling и capture rows для transformation session также различаются по разрешениям и рискам.