Phase de testCet environnement est en test de pré-lancement — toutes les données seront réinitialisées au lancement.
Mockomat
EN English DE Deutsch FR Français ES Español IT Italiano TR Türkçe
v2 · Modélisation de données visuelle, en direct dans ton navigateur

Modélisation de données visuelle, API en direct.
Des données réelles, servies dès l'enregistrement.

Esquisse tables et relations avec ton équipe sur un canevas partagé. Le modèle devient une API GraphQL en direct adossée à des données réelles — pas de fixtures, pas de JSON édité à la main.

01 Modifier l'attribut
Identifiant : id
displayName
handle
avatarUrl
bio
role
verified
Ajouter un attribut
displayName
displayName
Utilise le camelCase (p. ex. firstName, createdAt)
STRING
Essaie → renomme cet attribut ou associe-le à un autre champ du jeu de données fictives. Le JSON et les avatars à droite réagissent en direct.
02 query users { … } 
{
  "data": {
    "users": [
      {
        "id": "7f2a-…",
        "displayName": "Lena Hartmann",
        "handle": "lena.h",
        "role": "Designer",
        "verified": true
      },
      {
        "id": "a1c4-…",
        "displayName": "Tomás Iglesias",
        "handle": "tomas",
        "role": "Engineer",
        "verified": true
      },
      {
        "id": "b903-…",
        "displayName": "Yuki Tanabe",
        "handle": "yuki",
        "role": "Product",
        "verified": false
      }
    ]
  }
}
03 Rendu dans ton interface
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
Un canevas · un modèle · GraphQL en direct sur des données réelles.
Sans inscription · sessions de 24h
01 Le flux

Trois piliers. Un canevas.

Modélisation visuelle, collaboration en temps réel et une API en direct sur des données réelles — tout au même endroit.

01 Modéliser

Esquisse tables et relations sur un canevas partagé. Curseurs en direct, commentaires en fil, historique complet.

02 Mapper

Connecte chaque champ à une source de données réelles ou à une valeur fixe — au choix, par attribut.

03 Servir

Un endpoint GraphQL en direct démarre dès que tu enregistres. Adossé à des données réelles, interrogeable depuis ton app.

Une nouvelle façon de modéliser

La modélisation de données,
enfin collaborative.

Le premier espace où ton équipe conçoit des schémas comme elle conçoit des produits — ensemble, sur un canevas en direct. Fini les fils Slack à propos d'une capture d'écran d'un cahier des charges.

  • Curseurs et présence en direct Vois qui se trouve où sur le canevas
  • Co-édition en temps réel Glisse, renomme, connecte — ensemble
  • Commentaires ancrés aux attributs Discute du modèle, pas de captures d'écran
  • Résolution des fils en ligne Les décisions restent avec le schéma
Tableau de modélisation · acme · main
L T Y A
4 en cours d'édition
User
*id
*displayNameString
*handleString
avatarUrlString
Lena · modifie
TeamMember
*id
*teamId
*userId
*roleEnum
joinedAtDT
#1 System Admin −
Lena Hartmann · aujourd'hui, 11:54 LH
Les valeurs de cet enum sont-elles déjà validées ?
Ajouter un commentaire
02 Réaliste, à dessein

Des données qui ressemblent à de vrais utilisateurs, pas du Lorem ipsum.

Le catalogue de champs décrit ce que contient le pool partagé : noms, e-mails, adresses, prix, marques de véhicules. Associe un attribut à un champ et l'API mock sert ses valeurs depuis les jeux de données importés — elle n'invente rien au moment de la requête.

Personne
Contact
Lieu
E-commerce
Véhicule
Immobilier
Catalogue de champs
champs du pool partagé
Personne first_name → “Lena”
Contact email → “lena.hartmann@northvale.io”
Lieu address → “42 Rue de Bercy”
Personne job_title → “Engineering Manager”
Réponse exemple
200 OK · 6ms
{
“firstName” : "Lena" ,
“email” : "lena.hartmann@northvale.io" ,
“address” : "42 Rue de Bercy" ,
“avatarUrl” : "https://cdn.mock/avatars/lena.png" ,
“jobTitle” : "Engineering Manager"
}
03 Le pool, puis la sélection

Un seul pool, colonne après colonne.
Choisis celles qui correspondent à ton modèle.

Le pool partagé de Mockomat contient des jeux de données importés : des données ouvertes là où une source vérifiée existe, des données d'exemple générées pour les blueprints. Tu ne sèmes pas les données, tu les associes. Pointe un attribut vers une colonne et le moteur fait le reste.

Pool partagé Un pool pour tous les projets · lecture seule
Composé Lignes cohérentes issues des valeurs du pool · jamais inventées
Constante Fixe une valeur par attribut
mockomat.pool / shared · lecture seule · partagé par tous les projets
commerce person internet address business finance
product_name brand price_eur sku category_main description image_url stock_quantity rating_avg first_name last_name full_name email username avatar_url phone birthdate street city country_iso postal_code lat lng company job_title department salary_band tax_id iban currency transaction_id amount created_at updated_at expires_at tag locale
↓ lignes des jeux de données importés ↓
pool.full_name
pool.email
pool.avatar_url
map
map
map
UserProfile.displayName STRING
UserProfile.email STRING
UserProfile.avatarUrl STRING
Le pool est partagé. Les sélections sont les tiens. La structure est celle de ton modèle. Lire la documentation
04 Un modèle, deux surfaces

Une API en direct pour ton code.
Un aperçu rendu pour tous les autres.

Le même modèle sert les deux — ton frontend interroge l'endpoint GraphQL tandis que le design, les chefs de projet et les parties prenantes voient les données rendues sous forme de cartes, tableaux et formulaires. Une seule source de vérité, deux audiences.

Endpoint GraphQL Pour ton code — avec une clé API du projet, depuis ton serveur, ta CI ou un proxy de dev 
{
  "data": {
    "users": [
      {
        "displayName": "Lena Hartmann",
        "role": "Designer",
        "verified": true
      },
      {
        "displayName": "Tomás Iglesias",
        "role": "Engineer",
        "verified": true
      },
      {
        "displayName": "Yuki Tanabe",
        "role": "Product",
        "verified": false
      }
    ]
  }
}
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
POST https://api.mockomat.com/mock/abc-123/graphql
Aperçu rendu Pour tous les autres — visualise les données, sans Postman
LH
Lena Hartmann
@lena.h Designer
TI
Tomás Iglesias
@tomas Engineer
YT
Yuki Tanabe
@yuki Product
GET app.mockomat.com/s/abc-123/preview
05 Multi-tenant par défaut

Des espaces de travail pour l'équipe.
Des sessions pour l'instant.

Les espaces de travail persistants conservent tes vrais schémas et rôles. Les sessions jetables de 24 heures te permettent de créer un bac à sable pour partager un lien avec une partie prenante — sans inscription, sans nettoyage.

Rôles et permissions par espace de travail Mainteneur, éditeur, rapporteur, lecture seule · invitation par e-mail dès Professional
Sessions bac à sable jetables 24h dès le début de la session · sans inscription · expiration auto · inscris-toi dans le même navigateur pour la garder
Isolé par tenant Modèles, membres et clés API ne passent jamais d'un compte à l'autre
Espaces de travail 3 actifs
N
Northvale Studio 12 membres
ACTIF
A
Acme Inc. 5 membres
L
Lena · Personnel 1 membre
Session bac à sable expire dans 23h 12m · partage par lien
06 Intégration AI

Mockomat est aussi un prompt.

Dis à Claude, Cursor ou n'importe quel LLM de créer une API GraphQL fictive. Ils la construisent, tu regardes — comme un film. Toute l'équipe voit le schéma prendre forme sur le même tableau, en temps réel. Le temps que le modèle finisse sa phrase, le lien est dans ton presse-papiers.

Prompt Demande à n'importe quel LLM d'utiliser Mockomat.
MCP Utilisation native dans Claude, Cursor, Copilot — bientôt disponible.
OpenAPI Dépose une spec, obtiens un mock fonctionnel.
Découvrir l'intégration AI complète
claude · mockomat-mcp · session
LIVE
Répondre à Claude…
En observation →
POARDVC
Chef de produit, architecte, développeur — et Claude — sur le même tableau.
Chef de produit voit la structure de données dont les parties prenantes ont besoin
Architecte examine les relations et cardinalités en direct
Développeur interroge le mock dès qu'il est disponible
07 Sous le capot

Schema-first. Rejeu sans état.
À inspecter librement.

Ton modèle se compile en un schéma GraphQL déterministe. Chaque requête rejoue à partir du seed — même entrée, même sortie — pour que tes tests restent fiables.

Lire l'architecture
schema.graphql déterministe runtime sans état · amorçable /graphql JSON /preview UI rendue
08 Un point de départ

Des blueprints pour démarrer, pas pour rester bloqué.

6 schémas soigneusement conçus, modélisés comme de vrais produits. Forke-en un, renomme-le, et tu as une longueur d'avance sur tous les tutoriels qui partent de zéro.

Utilisateurs & Profils Organisations, équipes, comptes utilisateurs, profils, sessions et journal d'audit
E-Commerce Produits, clients, commandes et avis pour boutiques en ligne
Voitures & Véhicules Véhicules, constructeurs, concessionnaires, annonces et essais
Immobilier Annonces immobilières, agences, agents, quartiers et visites
Mobilier & Maison Catalogue de meubles, designers, aménagements et avis clients
Alimentation & Restaurants Produits alimentaires, gestion des stocks, données nutritionnelles et fournisseurs
Voir les blueprints
09 Tarifs

Commence gratuitement. Paye quand ton équipe livre.

Les plans payants sont réservés aux professionnels. Prix en EUR, HT (hors TVA), facturés mensuellement.

Starter Gratuit Pour les développeurs individuels
  • 1 projet
  • 1 000 requêtes API / jour
  • 2 collaborateurs invités par projet
  • Intégration IA
RECOMMANDÉ Professional 19 € / mois HT
  • 10 projets
  • Endpoints privés & clés API
  • 11 membres d'équipe
  • 50 000 requêtes API / mois
Business 49 € / mois HT
  • 20 projets
  • 250 000 requêtes API / mois
  • 19 membres d'équipe · 3 mainteneurs
  • Analytiques des endpoints
Comparer toutes les fonctionnalités →
10 Questions

Ce que les gens nous demandent.

Tu ne trouves pas la tienne ?Nous contacter

Est-ce juste un autre outil de mock API ?
Non. Mockomat part d'un modèle ER collaboratif — des schémas que tu peux co-éditer, commenter et versionner. L'API fictive est le sous-produit, pas l'interface.
GraphQL uniquement, ou REST aussi ?
GraphQL aujourd'hui. Le modèle se compile en un schéma fortement typé avec pagination, filtres et relations. Les adaptateurs REST sont sur la feuille de route.
Les données sont-elles réalistes ?
Elles proviennent de jeux de données importés : des données ouvertes là où une source vérifiée existe, des données d'exemple générées pour les blueprints. L'API mock sert ces lignes, ou des combinaisons cohérentes de leurs valeurs — elle n'invente rien au moment de la requête.
Puis-je auto-héberger ?
Non. Mockomat fonctionne comme un service hébergé — il n'existe pas de version auto-hébergée aujourd'hui.
Que devient une session bac à sable ?
Elle dure 24 heures à partir de son démarrage — l'app la démarre dès que tu l'ouvres pour la première fois, donc un projet créé plus tard dispose de moins de temps. Le nettoyage horaire supprime ensuite le projet, ce qui peut prendre jusqu'à une heure. Partage son lien de collaboration pour la modifier ensemble. Inscris-toi dans le même navigateur pour la conserver comme projet de ton compte ; un projet construit par une IA dans sa propre session invité ne peut pas être transféré dans un compte.
L'API prend-elle en charge l'authentification et les rôles personnalisés ?
Pas par requête. L'API mock de ton projet vérifie une clé API du projet (à partir de Professional) ; un jeton d'acteur optionnel distingue tes consommateurs. Les rôles d'espace de travail déterminent qui modifie le modèle, pas ce que renvoie l'API mock.