数据的指数级快速增长导致了多种数据类型的急剧混合，进而造成有用信息的匮乏。本文提出了一种利用现有不同类型数据生成新数据的方法。数据增强（Augmentation）是指通过添加或修改数据来扩充数据集的过程。针对不同类型的数据库，已有多种数据增强技术被广泛应用。数据增强已广泛应用于各类机器学习流程中的多个预处理环节。目前，已开发出众多用于数据增强的库或工具包，统称为增强库（augmentation libraries）。这些库各具特色，支持多种显著功能。本文旨在优化现有增强库，使AugStatic库在保持功能强大之余，实现更轻量化与更高的运行效率。AugStatic是一款专为图像增强设计的自定义库，相较于其他图像增强库，其计算成本更低，且具备更为突出的特性。该框架不仅适用于图像数据，还可用于NumPy数组及张量（tensors）的处理。