用途：在 Databricks 上生成真实感、故事驱动的合成数据，作为下游 Spark 声明式管道（bronze/silver/gold）的原始输入。
主要能力：用 faker 生成姓名、地址、邮箱、公司、日期等；用 holidays 提供国家节假日日历；用 pandas 生成数据、Spark 写盘；支持非均匀分布（对数正态、帕累托、指数、加权类别）、基于时间的模式（周末下滑、节假日、季节性、事件峰值）以及行内属性相干性；通过主表迭代实现引用完整性。
用法：先写本地 Python 文件（如 scripts/generate_data.py），再用 run_python_file_on_databricks MCP 工具在 Databricks 执行；失败则改本地文件重跑。首次执行返回 cluster_id 与 context_id，后续复用可提速并共享变量与库。库缺失时用 execute_databricks_command 安装，如 code: "%pip install faker holidays"，命令保留原样。脚本内用 spark.sql() 创建 catalog、schema、volume；默认保存到 Volume 的 parquet 文件（如 /Volumes/{CATALOG}/{SCHEMA}/raw_data），不直接建表，除非用户明确要求。默认生成最近 6 个月的原始事务级数据，不加预聚合字段。
适用场景：为演示与开发准备测试数据，为聚合分析准备有足够历史与粒度的原始数据。
限制：默认不生成汇总字段与表；未提供该技能的具体收费、价格、平台支持范围与效果数据；部分细节（如完整脚本、字段定义）需参考原文。