Do zero ao dataset em dois comandos
O pipeline roda inteiramente em memória: o PostgreSQL só entra quando você quiser consultar os dados em SQL.
python3 -m pip install -e "persona_db[dev,parquet]"
python3 -m persona_db.scripts.generate \
--personas 200 --seed 42 \
--output dataset.json --html-report report.html
Validação embutida
Dez verificações percorrem o dataset gerado. Qualquer invariante quebrada reprova a execução com exit 1 — e o JSON não é gravado.
{"personas": 200, "seed": 42, "total_rows": 68342,
"validation": {"passed": true,
"violation_count": 0,
"overall_consistency_pct": 100.0}}
Determinístico de ponta a ponta
Uma semente mestre e um fork BLAKE2b por persona e domínio: a mesma execução produz o mesmo dataset, em qualquer máquina, hoje ou daqui a um ano.
Coerente entre domínios
Tipo sanguíneo que respeita Punnett, salário acima do piso do ano, antecedente criminal que bloqueia setores, óbito que encerra a linha do tempo.
Ler mais →Modelos explícitos
Markov para mobilidade social, Mincer para salários, Gompertz–Makeham para mortalidade, Poisson para fecundidade, gravidade para migração — todos documentados.
Ler mais →Documentação viva
Referência de API e catálogo do schema são gerados do código a cada build: as docstrings e os DDL do repositório são a fonte da verdade.
Ler mais →Nada aqui é real
Nomes, documentos, endereços, empresas, hospitais e processos são inventados. O PersonaDB não ingere, anonimiza nem deriva dados de pessoas reais, e seus modelos não devem ser usados para decisões sobre indivíduos.
Ética e limitações →