1. 为什么测试数据总是不够用Faker 能解决什么写接口联调、压测、报表验证的时候最烦的不是代码本身而是数据。真实库不敢动手写几条又太少字段还容易对不上。Python 的 Faker 就是干这个的它按 locale 生成姓名、地址、手机号、公司、时间、UUID、信用卡、User-Agent 等假数据既能单条调用也能批量灌进 MySQL、PostgreSQL、CSV、JSON。它适合谁后端写单测的同学、做数据看板的同学、需要造 10 万行订单表做性能验证的同学以及想给 AI 应用准备语料的同学。Faker 本身不联网纯本地生成所以它和「统一 Key 接入」看起来没关系——但实际项目里测试数据往往要喂给大模型做摘要、分类、抽取验证这时候如果每个模型都配一套 Key脚本里到处是密钥维护成本立刻上来。TaoToken 的价值就在这里一个 Key、一个 Base URL把模型调用统一收口Faker 负责造数据TaoToken 负责把数据送进模型。这篇按「先跑通 Faker → 再接入 TaoToken → 验证请求 → 排错」的顺序写所有片段可直接复制。核心检索词先记住Python Faker 生成测试数据、Faker 常用方法、TaoToken 统一 Key 接入。2. 环境准备与 TaoToken 统一 Key 前置配置2.1 安装依赖pip install faker pymysql openaiFaker 版本建议 19 以上openaiSDK 用来走 TaoToken 的 OpenAI 兼容通道。如果你用 requests 直接发也行但 SDK 更省事。2.2 拿 Key 与确认 Base URLTaoToken 的接入信息只有三样记住这三件套Base URL、API Key、Model ID。Base URLhttps://taotoken.net/apiAPI Key在控制台创建形如sk-...Model ID按你开通的模型填比如gpt-4o-mini、claude-3-5-sonnet等以控制台展示为准控制台入口https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content创建 Key 的页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content2.3 用环境变量存 Key别写进代码export TAOTOKEN_API_KEYsk-你的key export TAOTOKEN_BASE_URLhttps://taotoken.net/apiWindows PowerShell$env:TAOTOKEN_API_KEYsk-你的key $env:TAOTOKEN_BASE_URLhttps://taotoken.net/api注意Key 只放环境变量或密钥管理服务不要提交到 Git。测试脚本里用os.environ读取。2.4 一个最小的连通性检查import os from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) resp client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: 只回复两个字连通}], ) print(resp.choices[0].message.content)能打印出「连通」就说明 Key 和 Base URL 没问题。这一步先做后面 Faker 造的数据才有地方送。3. Faker 常用方法速查与可复制配置片段3.1 初始化与 localefrom faker import Faker fake Faker(zh-CN) # 中文 fake_en Faker(en_US) # 英文 Faker.seed(20240923) # 固定种子保证可复现Faker.seed()很关键同一 seed 下生成的序列一致方便写断言和回归测试。3.2 基础信息类print(fake.ssn()) # 身份证号 print(fake.name()) # 全名 print(fake.first_name_female()) # 女性名 print(fake.first_name_male()) # 男性名 print(fake.phone_number()) # 手机号 print(fake.job()) # 职位 print(fake.company()) # 公司名长 print(fake.company_prefix()) # 公司名前缀 print(fake.company_suffix()) # 公司性质 print(fake.credit_card_number()) # 信用卡号 print(fake.credit_card_expire()) # 到期日 print(fake.credit_card_security_code())3.3 地理信息类print(fake.province()) # 省份 print(fake.city_suffix()) # 市县 print(fake.district()) # 区 print(fake.country()) # 国家 print(fake.country_code()) # 国家编码 print(fake.postcode()) # 邮编 print(fake.address()) # 详细地址 print(fake.street_address()) # 街道地址 print(fake.latitude()) # 纬度 print(fake.longitude()) # 经度3.4 网络与浏览器信息类print(fake.domain_name()) print(fake.ipv4()) print(fake.ipv6()) print(fake.mac_address()) print(fake.url()) print(fake.user_name()) print(fake.chrome()) print(fake.firefox()) print(fake.safari()) print(fake.user_agent())3.5 数字、文本与加密类print(fake.random_int(min1, max9999)) print(fake.random_number(digits6)) print(fake.pyfloat(left_digits4, right_digits2, positiveTrue)) print(fake.pydecimal(left_digits5, right_digits2, positiveTrue)) print(fake.paragraph()) print(fake.sentence()) print(fake.text()) print(fake.word()) print(fake.boolean()) print(fake.md5()) print(fake.sha256()) print(fake.uuid4()) print(fake.password(length12, special_charsTrue, digitsTrue))3.6 用 JSON 配置描述字段映射把「字段名 → Faker 方法」写成配置脚本就能复用{ table: dm_test, locale: zh-CN, rows: 100, columns: { pro_name: province, use_fee: pyfloat, phone_num: phone_number, com_name: company, day: past_datetime } }读取配置批量生成import json from faker import Faker cfg json.load(open(faker_config.json, encodingutf-8)) fake Faker(cfg[locale]) Faker.seed(42) def gen_row(columns): return {col: getattr(fake, method)() for col, method in columns.items()} rows [gen_row(cfg[columns]) for _ in range(cfg[rows])] print(rows[0])3.7 批量写入 MySQLimport pymysql from faker import Faker conn pymysql.connect( host127.0.0.1, port3306, userroot, passwordyour_password, dbtest_db, charsetutf8mb4, ) cursor conn.cursor() cursor.execute(DROP TABLE IF EXISTS dm_test) cursor.execute( CREATE TABLE dm_test( user_id INT PRIMARY KEY AUTO_INCREMENT, pro_name VARCHAR(255), use_fee DOUBLE(10,2), phone_num VARCHAR(255), com_name VARCHAR(255), day DATETIME NOT NULL ) ) fake Faker(zh-CN) Faker.seed(42) for _ in range(100): cursor.execute( INSERT INTO dm_test(pro_name,use_fee,phone_num,com_name,day) VALUES (%s,%s,%s,%s,%s), (fake.province(), fake.pyfloat(left_digits4, right_digits2, positiveTrue), fake.phone_number(), fake.company(), fake.past_datetime()), ) conn.commit() cursor.close() conn.close()注意这里用参数化%s不要用字符串拼接避免引号问题。4. 把 Faker 数据送进 TaoToken 并验证请求4.1 场景给生成的评论数据做情感分类假设 Faker 造了一批商品评论你想用模型批量打标签。先造数据from faker import Faker fake Faker(zh-CN) Faker.seed(7) comments [fake.sentence(nb_words12) for _ in range(5)] print(comments)4.2 调用 TaoToken 做分类import os, json from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) def classify(text): resp client.chat.completions.create( modelgpt-4o-mini, messages[ {role: system, content: 你是情感分类器只输出 positive 或 negative。}, {role: user, content: text}, ], temperature0, ) return resp.choices[0].message.content.strip() for c in comments: print(c, -, classify(c))4.3 成功结果长什么样正常会看到类似输出这款产品的包装设计很用心 - positive 物流速度比预期慢了不少 - negative ...如果返回里带choices数组、finish_reason为stop说明链路通了。把resp.model打出来还能确认实际命中的模型。4.4 用 curl 再验一次curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: gpt-4o-mini, messages: [{role: user, content: ping}] }curl 能通、SDK 能通说明 Base URL 和 Key 都没问题。想直接在网页里试模型可以用模型对话页https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content5. 常见报错排查401、local proxy failed、reading choices、OAuth5.1 401 Unauthorizedopenai.AuthenticationError: Error code: 401 - {error: {message: Invalid API key}}原因通常是 Key 拼错、带了多余空格、或者环境变量没生效。排查echo $TAOTOKEN_API_KEY | head -c 8确认前缀是sk-且没有换行。重新export后新开终端再跑。5.2 local proxy failed / Connection errorAPIConnectionError: Connection error.这类多半是本地网络或代理配置干扰。检查HTTP_PROXY、HTTPS_PROXY是否指向了不可用的地址env | grep -i proxy如果有残留代理变量先unset HTTP_PROXY HTTPS_PROXY再试。Base URL 必须是https://taotoken.net/api不要多加/v1或漏掉/api。5.3 reading choices / KeyError: choicesKeyError: choices说明返回体不是标准 chat 结构常见于Base URL 写错打到了别的端点、或者请求被网关拦截返回了 HTML。打印原始响应定位resp client.chat.completions.with_raw_response.create( modelgpt-4o-mini, messages[{role: user, content: ping}], ) print(resp.status_code) print(resp.text[:300])看到 HTML 就说明 URL 不对改回https://taotoken.net/api。5.4 OAuth / 认证方式混用如果你同时用 Claude Code 或 Codex 这类工具注意它们的认证文件和 OpenAI SDK 是两套。Claude Code 走的是 Anthropic 兼容通道配置里同样要写全三件套Base URL、Key、Model ID。相关说明在文档里https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentCodex 的auth.json里如果残留旧字段也会报认证失败清掉重新写{ api_key: sk-你的key, base_url: https://taotoken.net/api }5.5 Faker 侧常见坑fake.past_datetime()返回的是datetime对象直接拼 SQL 字符串会报格式错用参数化就没问题。fake.pyfloat()不传positiveTrue可能出负数金额字段记得限制。中文 locale 下fake.ssn()生成的是符合规则的假身份证别拿去当真实验证。6. 长期跑批与 Agent 场景的接入建议单次脚本用环境变量就够了但如果你要长期跑数据生成 模型标注的流水线建议把调用收口成一个客户端单例配合重试from tenacity import retry, stop_after_attempt, wait_exponential retry(stopstop_after_attempt(3), waitwait_exponential(multiplier1, max10)) def safe_classify(text): return classify(text)批量任务里给每次请求加temperature0和固定 seed结果才可复现。Faker 负责「造得真」TaoToken 负责「调得稳」两者解耦后换模型只改 Model ID不用动数据生成逻辑。如果你的场景是长期编码或 Agent 自动化可以看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content需要新建或轮换 Key 时直接去 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content最后留一个我常用的组合Faker.seed(42) 参数化入库 TaoToken 统一 Key三步跑通后测试数据这块基本不用再手工补了。