做下高可读自动化API模拟技术及规范的介绍
JSON Schema
1 语义化描述json数据格式的标准。
2 简便、高可度性，便于计算机及人阅读JSON数据的描述
3 协助完成结构验证
4 被广泛用于自动化数据验证测试、及客户端提交数据验
与之对应的，转换Schema为JSON的规范是JSON Hyper-Schema，两者结合完成数据结构的高可读定义及解释。
相关实用的热门项目
1 FacebookGraphQL http://facebook.github.io/react/blog/2015/05/01/graphql-introduction.html
2 SCHEMATIC http://schematic-ipsum.herokuapp.com/
3 JSONSchema translator http://jsonschema.net/#/
国内运用到实际生产的公司目前只有阿里去年出了一个比较成熟的产品，只是问题还很多。国外的很多团队都在很高效的运用了。
总结：
优点：自动化开发数据识别、开发期数据提供。以服务形式加入到软件开发工程中，高度提升项目开发效率。
缺点：需要开发团队有很好的数据基础作为支撑，需要在团队内部做到变量定义规范统一。
相对于传统的基础数据模拟，对于小团队有一定的消耗代价。小团队及个人，在有比较成熟的产品出现之前还是推荐传统JSON API数据模拟，比如 http://www.jsonohyeah.com
JSON Schema
1 语义化描述json数据格式的标准。
2 简便、高可度性，便于计算机及人阅读JSON数据的描述
3 协助完成结构验证
4 被广泛用于自动化数据验证测试、及客户端提交数据验
与之对应的，转换Schema为JSON的规范是JSON Hyper-Schema，两者结合完成数据结构的高可读定义及解释。
相关实用的热门项目
1 FacebookGraphQL http://facebook.github.io/react/blog/2015/05/01/graphql-introduction.html
2 SCHEMATIC http://schematic-ipsum.herokuapp.com/
3 JSONSchema translator http://jsonschema.net/#/
国内运用到实际生产的公司目前只有阿里去年出了一个比较成熟的产品，只是问题还很多。国外的很多团队都在很高效的运用了。
总结：
优点：自动化开发数据识别、开发期数据提供。以服务形式加入到软件开发工程中，高度提升项目开发效率。
缺点：需要开发团队有很好的数据基础作为支撑，需要在团队内部做到变量定义规范统一。
相对于传统的基础数据模拟，对于小团队有一定的消耗代价。小团队及个人，在有比较成熟的产品出现之前还是推荐传统JSON API数据模拟，比如 http://www.jsonohyeah.com
