
当手写 Mock 数据成为团队效率的瓶颈,当 API 变更让测试用例频频失效——是时候用 Faker.js + JSON Schema 构建一套生产级的 Mock 数据工厂了。一、写在前面:Mock 数据的三重困境在前后端分离的开发模式下,Mock 服务已经成为提升协作效率的关键工具。但现实中的 Mock 数据管理,往往陷入三重困境:第一重:数据真实性不足。大多数团队手写的 Mock 数据都是{ "name": "test", "id": 123 }这种一眼假的占位符。前端页面用这种数据开发,上线后 UI 适配、边界条件、数据格式等问题层出不穷。第二重:维护成本爆炸。根据 Speedscale 在 2026 年 3 月的分析,手写 Mock 数据存在严重的“Mock Drift”(模拟漂移)问题——当真实 API 增加字段、修改类型或变更响应结构时,手写的 Mock 数据不会自动更新。测试依然通过,但生产环境已经崩溃。第三重:多环境复用困难。本地开发、CI 测试、Storybook 演示、E2E 测试——每个环境都需要一套 Mock 数据,往往各自维护、各自腐烂。本文的核心方案:以Faker.js作为数据生成引擎,以JSON Schema