用途：为测试场景规划与生成测试数据，并处理隐私合规问题。适用于创建测试数据集、处理敏感数据、用大批量数据做性能测试，以及满足 GDPR/CCPA 合规要求。
主要能力：按测试类型选择数据策略——单元测试用最小数据（1-10 条）、集成测试用真实感数据（100-1000 条）、性能测试用批量数据（1 万条以上）、边界测试用针对性边缘用例。提供数据匿名化方法，如掩码（脱敏邮箱、信用卡号）和用 faker 库生成合成数据，可保留 ID 等非 PII 字段以维持关系。支持数据库事务隔离，在 beforeEach 开启事务、afterEach 回滚，实现自动清理。
用法：通过 qe-test-data-architect 等智能体执行数据生成与匿名化任务，例如生成电商 schema 数据、指定用户/商品/订单数量并保留引用完整性，或对生产快照中的 PII 字段做假名化处理并保留结构。数据产物可按 aqe/test-data-management/ 命名空间组织为 schemas、generators、anonymization、fixtures。
使用限制：资料明确要求绝不直接使用生产 PII，测试环境不得存储生产 PII；使用生产数据时必须做掩码或哈希等匿名化。资料提到约 40% 测试失败源于数据不足，GDPR 违规罚款最高可达 €20M，但未给出具体工具安装方式、运行环境与完整 API 说明，这些事实暂未提供。