本教程演示如何通过一个简单的python脚本，快速在stripe沙盒环境中生成测试数据，用于构建基于supabase和openai的ai聊天机器人。此方法避免了复杂命令行工具的安装，降低了学习门槛。
许多AI数据课程需要预先加载的测试数据，但Stripe沙盒环境并未提供。虽然可以使用命令行工具加载示例数据集，但这对初学者来说过于复杂。因此，本教程采用Python脚本，结合Stripe API和Google Colab，生成足够数量的客户、产品和购买数据。
首先，需要安装Stripe Python库并配置测试密钥：!pip install stripe，然后在Google Colab中设置Stripe测试密钥。 脚本使用随机名称生成客户和产品信息，并为产品设置随机价格，最后模拟随机的购买行为。
以下代码片段展示了关键函数：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
<code class="python">import stripe
import random
from google.colab import userdata
# ... (first_names, last_names, clothing_names, colors 定义部分略) ...
def create_customers(count=5):
# ... (创建客户函数略) ...
def create_products(count=3):
# ... (创建产品函数略) ...
def create_prices(products, min_price=500, max_price=5000):
# ... (创建价格函数略) ...
def create_purchases(customers, prices, max_purchases_per_customer=5):
# ... (创建购买记录函数略) ...
# ... (main函数略) ...</code>
运行main()函数后，脚本会在Stripe沙盒中生成指定数量的测试数据。 生成的客户、产品和购买数据足够支持AI聊天机器人的基本测试。
数据生成完成后，利用Airbyte连接器将数据同步到Supabase只需几分钟。 本教程提供了一种便捷高效的方法，帮助开发者快速搭建AI应用的测试环境。 这种“数据源>数据迁移与嵌入生成>矢量数据库>OpenAI应用”的模式，适用于各种类似的AI数据应用场景。
