核心用法
MockLab 是一款面向 API 对接场景的智能化 Mock 服务器工具。用户只需提供接口文档（支持 Markdown、Word、Java 源码、纯文本等任意格式），系统即可自动完成「文档解析 → Schema 生成 → 服务启动 → UI 可视化」的全流程。
使用流程极为简洁：用户通过"启动 MockLab"等触发词唤起技能，上传或粘贴接口文档后，模型会智能提取接口路径、请求方法、参数结构及响应字段，自动推断字段类型的 Mock 生成规则（如手机号、身份证、金额、时间戳等），并生成结构化的 JSON Schema 保存至本地。随后自动启动基于 FastAPI 的 Mock 服务器，打开浏览器展示可视化操作界面，用户即可立即开始接口调试。
该工具支持多项目管理，每个第三方系统作为独立项目运行，可通过 UI 右上角下拉框实时切换。运行时状态（如跨接口的订单号、Token 等关联字段）会自动持久化，服务重启不丢失。对于加密字段（如 SM4 加密的 reqData），系统会保留明文结构供调试查看，响应中显示加密占位符。
显著优点
零代码启动：无需编写任何 Mock 代码或配置，纯自然语言交互即可完成部署，大幅降低开发人员的时间成本。
智能语义解析：模型基于字段名和中文含义自动推断数据生成规则，覆盖 15+ 种常见业务类型（手机号、身份证、车牌、利率、省市国标码等），无需人工标注。
格式无感兼容：不依赖固定文档模板，能处理表格、嵌套 JSON、加密字段、数组对象等复杂结构，适应企业内外部各式各样的接口文档现状。
状态自动关联：独创 ref 机制实现跨接口状态流转，上游接口返回的订单号、流水号等自动带入下游请求，模拟真实业务流程。
本地化运行：服务部署在用户本地环境，敏感接口数据不上传云端，满足金融、政务等领域的合规要求。
潜在缺点与局限性
模型解析依赖：复杂文档的解析质量取决于大模型的理解能力，极端情况下可能出现字段识别遗漏或规则推断偏差，需人工复核确认。
并发性能瓶颈：基于 Python FastAPI 的轻量级实现，未做高并发优化，不适合压测场景或大规模团队共享使用。
状态存储简单：状态持久化采用本地 JSON 文件，无数据库支持，极端情况下可能存在读写冲突或数据损坏风险。
加密算法有限：当前仅标注 SM4 等常见国密算法占位，不支持自定义加解密逻辑的深度模拟。
长期维护成本：自动生成的 Schema 若需持续同步上游文档变更，需重新执行解析流程，缺乏版本 diff 和增量更新机制。
适合的目标群体
- 后端开发工程师：对接第三方系统时，对方环境未就绪，急需独立调试接口逻辑。
- 全栈开发者：前后端并行开发阶段，提前 Mock 依赖服务，避免阻塞联调进度。
- 测试工程师：快速搭建可控的测试桩，构造边界场景和异常数据。
- 技术产品经理：验证接口方案可行性，向业务方演示数据流转过程。
- 外包/集成项目团队：面对文档质量参差不齐的甲方接口，降低理解成本。
使用风险
端口冲突风险：默认占用 18080 端口，若被其他服务占用会尝试 18081、18082 等递增端口，防火墙策略可能影响自动跳转。
Python 环境依赖：需本地预装 Python 3.8+ 及 FastAPI、uvicorn 等依赖库，环境隔离不当可能引发包版本冲突。
状态数据安全：state_store.json 以明文存储运行状态，包含模拟的业务流水号等信息，共享环境需注意文件权限设置。
文档敏感信息泄露：解析过程中可能提取真实商户号、密钥模板等敏感配置，建议在脱敏测试文档上使用。
服务稳定性：本地长期运行可能出现内存泄漏或僵尸进程，建议开发周期结束后及时关闭。