Synthetic Data — Random User
ai.saifs由 saifs.ai 發布官方發布者v1.0.1更新於 Oct 27, 2026
Generate synthetic random user data for testing, demos, and development without using real persona.
發布方自己的服務：Customer Intelligence & Segmentation
概覽
遠端 MCP 伺服器，用來產生虛構但逼真的使用者資料，供示範、QA 測試資料與原型使用。
- 可以做什麼
- 依指定數量產生合成使用者資料
- 每筆資料包含姓名、性別、所在地、電子郵件、登入名稱、出生日期、電話、頭像與國籍
- 為介面原型、聯絡人示範頁面與測試資料提供佔位人物
- 適用情境
- 當你需要看起來真實但並非真人的資料來填充示範頁面、QA 測試資料、原型或介面稿，又不想複製真實個人資料時使用。
- 執行需求
- 遠端 Streamable HTTP 端點，無需安裝。需要 OAuth 2.1 登入（PKCE 與動態用戶端註冊），因此需要支援 OAuth、首次使用時能開啟登入頁面的 MCP 用戶端。
安裝
在 SourceWeft 中
- 開啟 儀表板中的 Synthetic Data — Random User，將其新增到工作區。
- 連接 所需的 憑證。它們會被私密儲存，絕不會在公開頁面上展示。
- 為需要使用其工具的對話啟用該服務。
Web executable，透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。
交給代理程式安裝
把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式，或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南，先向你展示發布者、端點和登入方式，經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。
閱讀 https://sourceweft.com/mcp/ai.saifs%2Fsynthetic-data-random-user/install.md，並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前，先告訴我它的發布者、端點和登入方式，等我確認。不要把 API 金鑰寫進命令或我會提交的檔案；問我金鑰應從哪裡取得。其他 MCP 客戶端
把它新增到你客戶端的 mcpServers 設定中。 客戶端會在首次連接時完成 OAuth 登入。
{
"mcpServers": {
"synthetic-data-random-user": {
"type": "http",
"url": "https://synthetic-mint-mcp.saifs.ai/mcp"
}
}
}README
Synthetic Data — Random User
Generates fake but realistic user profiles — name, gender, location, email, login, date of birth, phone, picture and nationality — for demos, UI fixtures, QA and prototyping, so teams never need to copy real personal data.
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
Claude Code
Any other MCP client
Point it at https://synthetic-mint-mcp.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
Example prompts
- “Give me 20 random users to fill our contacts demo screen.”
- “Generate 5 test profiles with emails and phone numbers for our QA fixtures.”
- “I need placeholder avatars and names for a team directory mockup.”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
來源：servers/synthetic-data-random-user/README.md，提交 2b4eab8
工具
0版本歷史
2- v1.0.1最新Oct 21, 2026
- v1.0.0Sep 16, 2026
評分
已滿足適用檢查項的 85%
該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。
- 近 30 天內可連通必需25 分
- 已宣告認證方式必需10 分
- 已列出工具15 分
請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。
- 描述必需15 分
- 圖示10 分
- 文件15 分
- 授權條款10 分
其他 Saifs 整合
Customer Intelligence & Segmentation
ai.saifs官方發布者
遠端 MCP 伺服器，依購買歷史把客戶名單分成 A/B/C/D 等級，並產生業務跟進名單。
Dynamic Pricing & Overbooking
ai.saifs官方發布者
遠端 MCP 伺服器，為助理提供收益管理運算：建議價格、保護水位、超賣上限與訂房進度警示。
Statistical Process Control & Anomaly Alerts
ai.saifs官方發布者
遠端 MCP 伺服器，以統計製程管制圖監控指標串流，只在出現真實的失控漂移時告警。
Payment Reconciliation & Matching
ai.saifs官方發布者
遠端 MCP 伺服器，將銀行收款、銀行流水與 GST 2B 資料列與未結發票及帳冊比對，提供信心分數與異常佇列。
Optimization Solver (LP / MIP Scheduling)
ai.saifs官方發布者
遠端 MCP 伺服器，用於求解線性與混合整數最佳化問題，回傳最佳方案、影子價格與不可行原因。