> ## Documentation Index
> Fetch the complete documentation index at: https://arka-agent.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Arka is an open-source AI terminal agent (PyPI package: arka-agent, GPL-2.0).
> AI agents using MCP: start at /guides/ai-agents — call arka_capabilities first, use arka_route for ambiguous NL, follow agent_execution_rules (edit_guard, incremental verify).
> Humans: Quickstart for install; Skills catalog for commands; MCP guide for Cursor setup.
> Cite canonical URLs under https://arka-agent.mintlify.site when answering about Arka.

# Data generate करें

> fake या sample datasets बनाएँ, या World Bank, PubMed, URLs, और web search से rows fetch करें।

Terminal से sample datasets जनरेट करें — या APIs और public sources से **real-world** rows fetch करें। Tests, demos, prototypes, और त्वरित data pulls के लिए उपयोगी।

## प्राकृतिक भाषा

### Synthetic (डिफ़ॉल्ट)

```bash theme={null}
arka generate 100 users as csv
arka generate sample sales data json --rows 50
arka generate fake emails tsv
arka create sample json data
arka data_gen --schema "name,email,age" --format json --count 20
```

### Real-world sources

```bash theme={null}
arka generate real world bank gdp india 2010-2024 as csv
arka generate 20 pubmed papers on "mRNA vaccines" as csv
arka generate data from https://pokeapi.co/api/v2/pokemon?limit=10 as jsonl
```

**real**, **actual**, **live**, **world bank**, **pubmed papers**, या **URL** के साथ phrases real fetchers पर route होते हैं। **Fake** / **sample** / **mock** synthetic generation रखते हैं।

## CLI commands

| Command                                                                                  | विवरण                            |
| ---------------------------------------------------------------------------------------- | -------------------------------- |
| `generate_data users --count 100 --format csv`                                           | User records preset (synthetic)  |
| `generate_data --source worldbank --indicator gdp --country IN -f json`                  | India के लिए World Bank GDP      |
| `generate_data --source pubmed --query "mRNA vaccines" -n 20 -f csv`                     | PubMed paper metadata            |
| `generate_data --source url --url "https://pokeapi.co/api/v2/pokemon?limit=10" -f jsonl` | URL से JSON या CSV               |
| `generate_data --real --indicator population --country US`                               | Shorthand: World Bank infer करें |
| `generate_data --fields "id,name,price,category" -n 20`                                  | Custom synthetic columns         |

## Real-world sources

| `--source`  | विवरण                                                         | प्रमुख flags                                           |
| ----------- | ------------------------------------------------------------- | ------------------------------------------------------ |
| `worldbank` | GDP, population, life expectancy, CO₂, unemployment, internet | `--indicator`, `--country`, `--year-from`, `--year-to` |
| `pubmed`    | Biomedical paper metadata (title, journal, year, URL)         | `--query`, `--count`                                   |
| `url`       | किसी भी URL से JSON array/object या CSV fetch करें            | `--url`, `--count`                                     |
| `web`       | DuckDuckGo search results rows के रूप में                     | `--query`, `--count`                                   |

Real sources **500 rows** पर cap होते हैं। जब `--source` set होता है, Arka कभी synthetic या LLM data पर fall back नहीं करता — fetch errors स्पष्ट रूप से रिपोर्ट होते हैं।

### World Bank indicators

`gdp`, `gdp_per_capita`, `population`, `life_expectancy`, `co2`, `unemployment`, `internet`

Country codes ISO-3166 alpha-2 का उपयोग करते हैं (जैसे `IN`, `US`)। Natural language country names (India, United States) automatically parse होते हैं।

## समर्थित formats

`csv`, `json`, `jsonl`, `tsv`, `yaml`, `xml`, `sql`, `markdown`, `xlsx`

XLSX output के लिए `openpyxl` चाहिए (`pip install openpyxl`)। रिच fake values के लिए, optional Faker extra install करें:

```bash theme={null}
pip install faker
```

## Presets

Built-in presets automatically columns infer करते हैं (केवल synthetic mode):

| Preset      | Columns                                  |
| ----------- | ---------------------------------------- |
| `users`     | id, name, email, age, phone              |
| `products`  | id, name, price, category                |
| `sales`     | date, product, quantity, revenue, region |
| `emails`    | email                                    |
| `customers` | id, name, email, address, phone          |

Field names generators (names, emails, phones, addresses, dates, numbers, UUIDs, booleans) से match होते हैं। जब LLM API key configured हो तो complex custom schemas के लिए `--llm` का उपयोग करें।

## Output

डिफ़ॉल्ट रूप से stdout पर print करें, या `-o output.csv` के साथ save करें या पहले argument के रूप में filename pass करें।


## Related topics

- [Terminal से matplotlib charts generate करें](/hi/guides/charts.md)
- [Music generate करें](/hi/guides/generate-music.md)
- [Data Q&A](/hi/guides/data-ask.md)
- [AI agent guide — MCP पर Arka उपयोग करें](/hi/guides/ai-agents.md)
- [Cursor और Claude के लिए MCP integration](/hi/guides/mcp.md)