用途：为测试活动规划与产出数据，避免直接使用生产环境个人身份信息（PII），并支撑 GDPR/CCPA 合规要求。适用于创建测试数据集、处理敏感数据、性能测试的大数据量场景，以及合规检查。
主要能力：按场景分层的数据策略——单元测试用最少数据（1-10 条）、集成测试用真实复杂度数据（100-1000 条）、性能测试用海量数据（1 万条以上）、边界测试针对边界值。隐私处理手段包括合成数据生成、掩码、哈希（不可逆假名化）与令牌化（带密钥可逆）。
使用方式：推荐用 faker 类库生成合成数据，可用 faker.seed(123) 固定种子保证可复现；示例中通过 generateUser 生成单条用户并批量构造 1000 条。可用 Builder 模式（如 UserBuilder 的 asAdmin/asCustomer/withEmail/build）按角色与字段定制数据。脱敏示例包括 maskEmail 输出 j***@example.com、maskCreditCard 仅保留后四位，以及对生产数据重写邮箱、替换姓名、清空 PII 字段并保留 ID 与非 PII 字段。数据库隔离建议在 beforeEach 开启事务、afterEach 回滚，实现自动清理。海量数据可按批次（如每批 1000 条）调用 insertMany 插入 1 万条。还可通过 Task 调用 qe-test-data-architect 代理，按 schema、count、约束与引用完整性生成数据，或以 pseudonymization 方法对生产快照做合规匿名化；FleetManager 可编排数据架构、执行与安全扫描代理，拓扑为 sequential。记忆命名空间为 aqe/test-data-management/，含 schemas、generators、anonymization、fixtures。
限制与提醒：资料未提供具体安装命令、版本要求、支持的运行环境或收费信息，暂未提供。核心原则是绝不在测试环境存放生产 PII；测试失败中约 40% 源于数据不足，数据质量直接影响测试有效性。