推荐开源项目:Neosync - 测试数据管理利器
2024-05-22 08:58:01作者:范靓好Udolf

Neosync 是一个专注于开发者体验的开源测试数据管理平台。它能帮助您创建匿名化、安全的测试数据,并在所有环境中同步这些数据,以实现高质量的本地、阶段和CI测试。
项目简介
Neosync 采用现代化的开发最佳实践,为团队提供了以下功能:
- 基于GitOps的便捷开发者体验,无缝融入您的工作流程。
- 数据匿名化或基于生产模式自动生成合成数据,确保跨环境同步。
- 开源解决方案,让您能在自己的基础设施中保护最敏感的数据。
项目数据流图如下所示:
技术分析
Neosync 提供了多种强大特性,包括但不限于:
- 自动根据您的数据库模式生成合成数据。
- 匿名处理现有的生产数据以保护隐私。
- 使用对象、ID或自定义查询过滤创建生产数据库的子集,用于本地和CI测试。
- 完全异步的工作流程,自动处理任务重试、失败和回放,基于事件源模型。
- 保证引用完整性,无需再担心外键错误。
- 支持声明式、GitOps风格的配置,将其作为CI管道的一部分来填充CI数据库。
- 预置的数据类型转换器和自定义转换器。
- 针对Postgres、Mysql和S3的预建集成。
应用场景
Neosync 可广泛应用于各类开发场景:
- 对敏感信息要求高的应用程序开发,如金融、医疗保健领域的项目。
- 快速迭代且需要频繁进行测试的敏捷开发团队。
- 在多环境(如开发、测试、预发布)中维护一致性的团队。
- 使用GitOps进行持续部署的组织。
项目特点
- 易于集成:无论您的工作流程如何,Neosync 能轻松适应并提供世界一流的开发体验。
- 数据安全:通过数据匿名化和合成数据生成,Neosync 确保测试数据不会泄露敏感信息。
- 高效同步:一次性设置,自动保持所有测试环境与生产数据同步,减少手动工作。
- 开放源码:拥抱开源文化,允许您完全掌控数据管理,并与社区共享改进。
要了解更多信息,请访问 Neosync 文档,加入 社区,查看 路线图 或者阅读 更新日志。
开始使用Neosync,构建更优质、更安全的应用程序,让测试数据管理变得更加轻松!
# 获取并运行Neosync
git clone https://github.com/nucleuscloud/neosync.git
cd neosync
# 按照文档指示安装和启动
准备好迎接卓越的测试数据管理体验了吗?立即行动,让Neosync成为您的开发工具箱中的重要一员吧!
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
649