用途：为开发、测试和预发布环境向数据库填充真实感且可复现的测试数据，适用于用户请求数据库播种或准备测试数据的场景。
主要能力：分析目标 schema，识别表、列、数据类型、约束（NOT NULL、UNIQUE、CHECK、外键）与关系，确定满足外键依赖的插入顺序；设计种子数据策略，可用固定随机种子实现可复现数据、用 faker 生成真实感数据、或用匿名化生产快照；生成符合项目语言的种子脚本；通过 INSERT ON CONFLICT DO NOTHING、UPSERT 或先清空再插入实现幂等；支持按环境划分数据量档位（本地开发 10-50 条、集成测试 1,000-10,000 条、性能测试 100K+ 条），通过环境变量或命令行参数控制；执行后校验行数与关系完整性并记录各表数量。
支持技术：Python（Faker、Factory Boy、SQLAlchemy、psycopg2）、JavaScript/TypeScript（@faker-js/faker、Prisma seed、Knex、TypeORM）、SQL（原生 INSERT、COPY FROM CSV）、Ruby（FactoryBot、Faker gem、Rails db:seed），以及 Django fixtures、Laravel seeders、Rails seeds.rb 等框架。
使用方式：提供数据库 schema 或迁移文件，指定目标环境与数据量，即可生成完整种子脚本；也可提出特定数据特征要求。
限制与注意：不得向生产库播种测试数据，建议在脚本顶部加环境检查；使用显式 ID 播种后需重置自增序列；faker 不保证大数据集唯一性，需用 fake.unique 或计数器；存在循环外键时先插入可空外键再二次更新；超过 10,000 行建议用批量插入；日期相关数据应相对当前日期生成；二进制或文件数据建议用占位路径或小体积 base64 测试图。