python自动化---pytest测试框架

[pytest]
#生成allure报告
; 命令行自动带上的参数（等价于写在 main 里）
addopts = -vs --alluredir=temps --clean-alluredir
#存放测试用例的路径
testpaths = ./testcases
#定义测试文件要以test_开头
;python_files = test_*.py
python_files=test_login_ddt.py
;test_crud_disease.py
;test_crud_facility.py
#所有的测试类以Test开头
python_classes = Test*
#所有的方法以test_开头
python_functions = test_*
markers =
    smoke : 冒烟用例
    order : 工单管理

直接运行：pytest 自动按配置找用例、执行、输出。

或者：在main.py里写：

import pytest

if __name__ == '__main__':
    pytest.main()
    #pytest.main(["-v", "-m=smoke", "--alluredir=./report"])

只要你配置好了 pytest.ini，main() 里可以空括号，运行时会自动读取 ini 里的所有配置。

效果= pytest -v --alluredir=./report --reruns=2 -m=smoke

什么时候 main () 里需要写参数？

只有一种情况：想临时覆盖 ini 配置，做特殊运行。

pytest.main(["-m=order"]) # 只跑工单用例，覆盖 ini

pytest允许用命令运行，pytest是个命令工具，用自己的规则去执

行和运行代码即可。

注意：

Pytest是以方法（def 方法名）为单位发现用例的，写不写测试类根本不重要。

在哪个目录下执行pytest就在哪个目录下按照上述规则去查找。

以上是默认的规则，可以自定义，可以结合：pytest.ini 文件去进行配置。

命令行的运行方式中：

pytest <==> pytest.main([]) 
pytest -s <==> pytest.main(["-s"]) 
pytest -s -v <==> pytest.main(["-s","-v"]) 
pytest -sv <==> pytest.main(["-sv"]) 
pytest -vs <==> pytest.main(["-vs"]) 
pytest test_01.py::Test01::test001 -sv <==> pytest.main(["test_01.py::Test01::test001", "-vs"])

指定文件夹运行
# pytest.main(["testcase", "-vs"])
# pytest.main(["testcase/testcase01", "-vs"])
# pytest.main(["testcase/testcase01/test_04.py::test0402", "-vs"])

用例是函数，pytest解决的是：不用写调用语句，也可以执行函数内容。

-k筛选⽤例运行

在Pytest中， -k 选项⽤于通过表达式筛选和运⾏匹配的测试⽤例。使⽤ -k 选项，可

以指定⼀个字符串表达式，Pytest将根据表达式匹配测试⽤例的名称来执⾏相应的测

试。

#expression 是要匹配的测试⽤例名称的表达式。
pytest -k "expression"
运行名称包含“disease”的测试用例
pytest -k "disease" -vs<==>pytest.main(["-k","disease","vs"])

用例执行顺序

根据ASCII 码从小到大依次执行用例。

ASCII 码大小固定规则：数字（0-9） < 大写字母（A-Z） < 小写字母（a-z）

eg: test_01_login.py → test_02_order.py → test_a_user.py → test_B_pay.py

文件内根据定义的方法的先后顺序，从上到下执行。

pytest运行时，找测试文件的顺序：
同级情况下，先找文件，再往下层找。

testcase
test_a
		test_a01.py
	test_001.py
	test_002.py

顺序运行是：test_001.py  test_002.py   test_a:test_a01.py

6.pytest命令行选项分类

Pytest 是一个流行的 Python 测试框架，它提供了许多命令行选项，可以帮助用户更

好地控制测试执行过程。在使用 pytest 进行测试时，熟悉 pytest 的命令行选项非常重要，这

将有助于减少错误和提高测试效率。

环境配置选项：这些选项用于设置 pytest 的环境配置，例如设置日志级别、覆盖配置文件、设置测试模式等。

测试过滤选项：这些选项用于过滤和选择测试用例，例如指定测试目录、选择特定测试模块、运行指定测试函数等。

测试执行选项：这些选项用于控制 pytest 的测试执行过程，例如重试失败测试、生成测试报告、并行执行测试等。

7.pytest的前后置处理

在Pytest中，前置处理（setup）和后置处理（teardown）是非常重要的概念，它们用于在每

个测试用例执行前后进行一些准备工作和清理工作。Pytest提供了多种方式来处理前置和后置

操作，使得测试代码更加灵活和可维护。

前置处理（Setup）

前置处理是在测试用例执行之前执行的一些操作，通常用于准备测试环境，例如创建数据库连

接、初始化测试数据、打开文件等。在Pytest中，有几种方式可以实现前置处理：

1. setup_module或 setup ：在一个模块（.py文件）中的所有测试用例执行之前只执行一次。

2. setup_function ：在每个测试用例执行之前都会执行。

3. setup_class ：在一个类中的所有测试用例执行之前只执行一次（需要配合 @pytest.mar

k.usefixtures 使用或使用类方法）。

4. setup_method ：在一个类中的每个测试用例执行之前都会执行（需要配合类方法使用）。

后置处理（Teardown）

后置处理是在测试用例执行之后执行的一些操作，通常用于清理测试环境，例如关闭数据库连

接、删除测试数据、关闭文件等。在Pytest中，后置处理的方式与前置处理类似：

1. teardown_module 或 teardown：在一个模块（.py文件）中的所有测试用例执行之后只执行一次。

2. teardown_function ：在每个测试用例（函数）执行之后都会执行。

3. teardown_class ：在一个类中的所有测试用例执行之后只执行一次（需要配合类方法使

用）。

4. teardown_method ：在一个类中的每个测试用例（类中的函数）执行之后都会执行（需要配合类方法使

用）。

def setup():#setup_module()
# 前置操作
  print("执⾏前置操作")

def teardown():#teardown_module()
# 后置操作
  print("执⾏后置操作")

def setup_function():
# 执行函数级别的前置操作
  print("执⾏前置操作")

def teardown_function():
# 执行函数级别的后置操作
  print("执⾏后置操作")

def test_example1():
# 测试⽤例
  print("执⾏测试⽤例test_example1")

def test_example2():
  print("执⾏测试⽤例example2")

执行结果：

class TestClass:
    @classmethod
    def setup_class(cls):
        # 类级别的前置操作
        print("执行类级别的前置操作")

    @classmethod
    def teardown_class(cls):
        # 类级别的后置操作
        print("执行类级别的后置操作")
        
    def setup_method(self, method):
      # 方法级别的前置操作
      print("执行方法级别的前置操作")

    def teardown_method(self, method):
      # 方法级别的后置操作
      print("执行方法级别的后置操作")

    def test0021(self):
        print("执行测试用例test0021")

    def test0022(self):
        print("执行测试用例test0022")

执行结果：

8.conftest的使用

例子

import pytest
from common.clean_util import clean_photos
from common.yaml_util import clean_yaml
#clean_extract在所有测试用例运行前，执行一次
@pytest.fixture(scope="session", autouse=True)
def clean_extract():
    clean_yaml()
    clean_photos()

conftest.py介绍

conftest.py配置需要注意：

conftest文件名是不能自定义的，不能更改；

conftest.py与运行的用例要在同一个package下，并且有init.py文件

可以放在项目的根目录下，也可以放在每个测试用例的文件夹下；

不同于普通被调用的模块，conftest.py使用时不需要导入，Pytest会首先查找这个文件；

全局的配置和前期工作都可以写在这里，放在某个包下，就是这个包数据共享的地方，

专门存放：公共 fixture、全局前置 / 后置、接口鉴权、公共配置、钩子函数

就近生效原则

子目录里的 conftest.py会覆盖父目录的同名 fixture
用例优先使用最近的 conftest

为什么要用？（接口自动化核心价值）

抽离重复代码（登录、获取 token、读取配置、连接数据库）
实现全局前置 / 后置（启动服务、清数据、关连接）
统一管理接口鉴权（token、session）
让测试用例只写业务逻辑，干净简洁

yield关键字作用

测试方法前要执行的或依赖的解决了，测试方法后销毁清除数据的要如何

进行呢？用yield

每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 yield 方法时从当前位置继续运行。

import pytest

# 作用域: module 表示在整个模块（即当前的test_main.py）执行前后，各执行一次
@pytest.fixture(scope="module")
def open():
    print("打开浏览器")
    yield  # 关键！这里是“分割线”
    print("执行teardown")
    print("关闭浏览器")

import pytest

def test_search1(open):
    print("test_search1")
    raise NameError  # 这里会主动抛出一个错误，让用例失败
    pass

def test_search2(open):
    print("test_search2")
    pass

def test_search3(open):
    print("test_search3")
    pass

if __name__ == '__main__':
    pytest.main(["-s"])  # -s 是为了让print语句正常输出

执行结果：

print("打开浏览器") → 模块开始时执行 1 次
test_search1 执行（不管成功失败）
test_search2 执行
test_search3 执行
print("执行teardown") print("关闭浏览器") → 模块结束时执行 1 次

pytest 的 fixture，默认只执行一次！

有 yield：分成 前置 + 后置 两段执行
没有 yield：只有前置，没有后置，执行完就结束了。

为什么没有 yield 就不会再执行？

因为：

yield = 让 fixture 变成 “生成器”，pytest 才能记住 “后面还有代码要执行”
没有 yield = fixture 是普通函数，执行完最后一行就彻底结束，再也不会回来

@pytest.fixture()

import pytest
# @pytest.fixture 提供了全局前置、局部前置等功能，以便在测试运行前后设置所需的环境和资源.

@pytest.fixture(scope="session", autouse=True)

参数

autouse:

是否自动应用该Fixture，无需在测试用例中显式调用。

默认值：False（需要手动通过参数传递，如 def test_demo(clean_extract)）。

autouse=True：无需在测试用例中声明，框架会自动运行 clean_extract。
# autouse=True：自动执行

scope:

定义fixture的作用范围，决定fixture何时创建和销毁。
#执行顺序遵循：session->package->module->class->function

# scope='function': 默认值，作用于每个测试用例（包含函数/方法），每个用例执行前都会运行一次；
# scope='class': 作用于整个类，每个测试类/测试函数执行前都会运行一次；
# scope='module': 作用于整个模块（多个类），每个module(每个py文件)执行前都会运行一次，可以实现多个.py跨文件共享前置
# scope='package': 每个python包执行前都会运行一次；
# scope='session': 作用于整个session,整个测试用例运行前运行一次
@pytest.fixture(scope="session", autouse=True)

作用域	关键字	执行时机	接口自动化使用场景
函数级	function	每条用例前	用例数据清理、独立初始化
类级	class	每个测试类前	类内用例公共准备
模块级	module	每个 py 文件前	模块公共配置
包级	package	每个包前	极少用
会话级	session	整个测试前运行一次	登录 token、全局 session、数据库连接

例子：

#clean_extract在所有测试用例运行前，执行一次
@pytest.fixture(scope="session", autouse=True)
def clean_extract():
clean_yaml()
clean_photos()

fixture带参数传递

import pytest

# autouse=True：所有用例自动使用这个 fixture，不用手动传参
@pytest.fixture(autouse=True)
def login_r(request):
    # 关键：request.param 接收 parametrize 传过来的参数
    user = request.param
    print(f"打开首页准备登录，登录用户: {user}")
    # 把用户信息返回给测试用例
    return user

import pytest

test_user_data = ["Tome", "Jerry"]

# indirect=True：告诉 pytest，把 "login_r" 这个参数交给 fixture 去执行，而不是直接传给用例
@pytest.mark.parametrize("login_r", test_user_data, indirect=True)
def test_login(login_r):
    a = login_r
    print(f"测试用例中login的返回值: {a}")
    assert a != ""

if __name__ == '__main__':
    pytest.main(["-s"])

执行结果：

打开首页准备登录，登录用户: Tome

测试用例中login的返回值: Tome .

打开首页准备登录，登录用户: Jerry

测试用例中login的返回值: Jerry .

关键点拆解：

autouse=True

- 表示这个 fixture 会被所有测试用例自动调用，不用在函数参数里写 login_r 也会执行
- 但这里因为用了 indirect=True，它的执行会被 parametrize 控制

request.param

- 这是 pytest 内置的 request 对象提供的属性，专门用来接收 indirect=True 时，parametrize 传入的参数值
- 可以把它理解为：parametrize 传的参数，通过 indirect 交给 fixture，fixture 用 request.param 接住

3.indirect=True 的作用（灵魂！）

正常情况下，@pytest.mark.parametrize("login_r", data) 会直接把 data 里的值传给用例的 login_r 参数
加上 indirect=True 后，逻辑变成：把 test_user_data 里的每个值，先传给名为 login_r 的 fixture，让 fixture 处理，再把 fixture 的返回值传给用例
简单说：让 fixture 来接收参数，而不是用例直接接收

4.用例里的 login_r

它不再是直接拿到 Tome/Jerry，而是拿到 login_r fixture 的返回值（这里就是 user）
你可以在 fixture 里加更多逻辑（比如根据用户不同执行不同登录操作），用例里只需要拿到处理好的结果。

注意：

indirect=True 必须和 parametrize 的参数名与 fixture 名完全一致（这里都是 login_r）
request.param 只能在 fixture 里用，不能直接在测试用例里用
如果 parametrize 传多参数，需要用 indirect=["login_r"] 指定哪些参数要传给 fixture

这个玩法的核心价值（接口自动化里超实用）

可以把它升级成带参数的动态登录 fixture，比如：

@pytest.fixture
def login_r(request):
    user = request.param
    # 根据不同用户执行不同登录逻辑
    if user == "admin":
        token = admin_login()
    elif user == "test":
        token = test_user_login()
    else:
        token = guest_login()
    return {"user": user, "token": token}

pytest接口自动化框架的运行顺序

1.加载 conftest.py：Pytest会优先加载项目根目录下的 conftest.py，以及各子目录中的 conftest.py（按目录层级逐层加载）。

执行 scope="session" 的Fixture：本例中的 clean_extract 会在所有测试用例执行前运行。

2.发现测试用例：Pytest按以下规则搜索测试用例：

文件名匹配 test_*.py 或 *_test.py。

函数名或类方法名匹配 test_*。

3.执行测试用例：

默认按文件名和测试函数名的字母顺序执行。

可通过 pytest-ordering 插件自定义执行顺序。

4.生成报告：
测试完成后，生成Allure、HTML等格式的报告。

9.pytest标签

1.@pytest.mark.parametrize()

作用：

为同一个测试函数传入多组不同的参数，让测试函数自动执行多次（每组参数执行一次）。在接口自动化中，这可以用来批量测试：

不同的接口请求参数（如正常 / 异常参数）
不同的接口入参和预期响应结果
不同的接口环境（如测试 / 预发环境）

@pytest.mark.parametrize("参数名1[,参数名2...]", 参数值列表)
def test_函数名(参数名1[,参数名2...]):
    # 测试逻辑（接口请求、断言等）

参数名：字符串格式，多个参数用逗号分隔
参数值列表：可迭代对象（列表 / 元组 / 字典列表/字典元祖等），每组值对应参数名的顺序

列表有几个元素，就执行几次

1.单接口用例（返回格式[{...}]，执行 1 次，单组参数） :
用例是单个接口的单组参数，仅验证该接口的 “基础功能是否可用”，不做多场景覆盖，执行一次即可完成验证。

适合 “单个接口 + 单一场景 + 快速验证” 的场景，重点是 “通”，而非 “全”。

2. 数据驱动用例（返回格式[{...}, {...}, {...}]，执行 N 次，多组参数） :
基于同一个接口模板，通过parametrize定义多组入参 / 预期结果，执行 N 次（N = 参数组数），覆盖该接口的 “正向 / 反向 / 边界 / 异常” 等多场景。

适合 “单个接口 + 多场景覆盖 + 减少代码冗余” 的场景，重点是 “全”，而非 “快”。

3. 流程用例（返回格式[[{}, {}, {}]]，执行 1 次，流程用例列表） :

用例是多个接口按业务逻辑串联的列表，执行 1 次就能验证 “完整业务流程”，接口之间有依赖（比如前一个接口的返回值作为后一个接口的入参）。
适合 “多接口串联 + 业务流程完整验证” 的场景，重点是 “流程通顺、数据流转正确”，而非单个接口的细节。

2.skip跳过

使用场景：

调试时不想运行这个用例；

标记无法在某些平台上运行的测试功能；

在某些版本中执行，其他版本中跳过；

当前外部资源不可用时跳过（如果测试数据是从数据库中获取的，连接数据库未成功则跳过-因为执行会报错）；

@pytest.mark.skip()

@pytest.mark.skip( reason="跳过原因" )# 唯一参数，可选

@pytest.mark.skip(reason="功能未开发，暂不执行")
def test_01():
    pass

@pytest.mark.skipif()

@pytest.mark.skipif( condition, # 条件：True=跳过，False=执行

reason="" # 跳过原因（强烈建议必须写） )

# 条件为 True → 跳过
@pytest.mark.skipif(1 == 1, reason="条件满足，跳过用例")
def test_skip():
    pass

import pytest
env = "dev"

@pytest.mark.skipif(env == "dev", reason="开发环境跳过")
def test_api():
    pass

装饰器	作用	使用场景
`@pytest.mark.skip`	永远跳过，无任何判断	功能废弃、代码未写完、永久不用跑
`@pytest.mark.skipif`	满足条件才跳过	区分环境、版本兼容、临时屏蔽某版本用例

skip 是无条件跳过；skipif 是条件式跳过
可以装饰函数、类
可以用 pytest.skip() 在用例内部动态跳过
skipif 常用：判断系统、环境变量、版本号控制用例执行

扩展：pytest.skip () 函数内部跳过（参数更多）

这个是在代码内部动态跳过，不是装饰器，参数更多：

pytest.skip( reason="跳过原因",

allow_module_level=False # 是否允许在模块级别跳过（整个文件跳过） )

def test_demo():
    if 1 > 0:
        pytest.skip(reason="内部条件满足，直接跳过")

3.xfail标记用例为失败

pytest.mark.xfail(
    condition=None,    # 条件：满足就标记预期失败
    *,
    reason=None,       # 为什么预期失败
    raises=None,       # 只预期某种异常
    run=True,          # 是否运行这个用例
    strict=False       # 严格模式：意外成功是否算失败
)

xfail = 预期失败（expected failure）

标记这个用例本来就应该失败
就算真的失败了 → 也算通过（XFAIL）
万一意外成功了 → 算失败（XPASS）

使用场景：

功能没做完
Bug 没修复
接口暂不可用
已知会失败，但不想让它影响整体报告

4.使用自定义标记mark,只执行部分用例

import pytest

def pytest_configure(config):
    marker_list = ["search", "login"]  # 标签名集合
    for markers in marker_list:
        config.addinivalue_line("markers", markers)

或者在ini文件中声明

[pytest] 
markers =
 login: Run login tests
 search: Run search tests
 smoke: 冒烟用例

import pytest

@pytest.mark.login
def test_login():
    print("登录用例")

@pytest.mark.search
def test_search1():
    print("搜索用例1")

@pytest.mark.search
def test_search2():
    print("搜索用例2")

if __name__ == '__main__':
    pytest.main()

1. 核心钩子函数 pytest_configure

这是 pytest 的内置钩子函数，在 pytest 启动时自动执行一次
作用：用来做全局配置，比如注册自定义标记、设置全局变量等

2. config.addinivalue_line("markers", markers)

这是 pytest 注册自定义标记的标准方法
语法：config.addinivalue_line("markers", "标记名: 标记描述")
作用：告诉 pytest，login 和 search 是合法的标记，不会报 Unknown marker 警告

3.@pytest.mark.login / @pytest.mark.search

给用例打上对应的标签
打了 @pytest.mark.login 的用例，就属于 login 分组
打了 @pytest.mark.search 的用例，就属于 search 分组

用这些标记跑用例 (标签支持逻辑筛选)

1>只跑 login 标记的用例 : pytest test_main.py -m login -sv/pytest.main(["-vs","-m","login"])

只会执行 test_login，输出：登录用例

2>同时跑 login 和 search 标记的用例（或条件） pytest test_main.py -m "login or search" -s

3>只跑 login 且不跑 search 的用例 pytest test_main.py -m "login and not search" -s

注册标记的标准写法（推荐）

现在的写法虽然能用，但更规范的写法要加上标记描述，方便团队协作：

def pytest_configure(config):
    marker_list = [
        ("login", "标记登录相关用例"),
        ("search", "标记搜索相关用例")
    ]
    for name, desc in marker_list:
        config.addinivalue_line("markers", f"{name}: {desc}")

这样运行 pytest --markers 时，就能看到每个标记的说明：

@login: 标记登录相关用例

@search: 标记搜索相关用例

核心价值（接口自动化里超实用）

用例分组管理：按模块（登录 / 搜索 / 订单）、优先级（p0/p1）、环境（dev/test）给用例打标签
灵活执行策略：上线前只跑核心 p0 用例，回归时跑全量，问题排查时只跑指定模块
避免警告：不注册标记直接用，pytest 会报 Unknown marker 警告，注册后警告消失

避坑提醒

标记名不能重复：同一个标记名只能注册一次，重复注册会报错
标记名不能有特殊字符：只能用字母、数字、下划线
运行时引号问题：带逻辑运算符（or/and/not）的 -m 参数，要用双引号包起来，比如 -m "login or search"

钩子函数

pytest 钩子函数 = pytest 框架给你预留的 “后门”，让你可以在 pytest 的不同阶段，插入自己的代码，实现 pytest 本身不支持的功能。

pytest 在运行测试的过程中，会按固定的流程走（比如：启动 → 收集用例 → 执行用例 → 生成报告）。而「钩子函数」就是你能在这些流程节点上，“插队” 执行自己代码的入口。

pytest_configure 就是其中一个钩子函数。

钩子函数的核心特点

不用手动调用：pytest 会在固定时机自动执行，你只需要按规定的名字写好函数就行
名字固定：不能自己随便起名，必须用 pytest 规定的名字（比如 pytest_configure）
参数固定：每个钩子函数的参数都是 pytest 传进来的，比如 config、session、items，用来和 pytest 交互
优先级高：钩子函数的代码会在 pytest 的核心流程之前 / 之后执行，能影响 pytest 的行为

钩子函数	执行时机	接口自动化常用场景
`pytest_configure(config)`	pytest 启动时，自动执行一次	注册自定义标记、读取全局配置、设置环境变量
`pytest_collection_modifyitems(items)`	收集完所有用例后	修改用例名称（解决中文乱码）、给用例排序
`pytest_runtest_makereport(item, call)`	每个用例执行前后	记录用例执行结果、失败时自动截图 / 保存日志
`pytest_sessionstart(session)`	整个测试会话开始前	初始化全局资源（比如连接数据库、启动服务）
`pytest_sessionfinish(session)`	整个测试会话结束后	关闭数据库连接、清理测试数据、生成最终报告
`pytest_runtest_setup(item)`	每个用例执行前	用例级前置操作（比如创建测试数据）
`pytest_runtest_teardown(item)`	每个用例执行后	用例级后置操作（比如删除测试数据）

和 fixture 的区别

对比项	钩子函数	fixture
作用对象	pytest 框架本身	测试用例
执行时机	pytest 运行的固定节点（启动、收集用例、会话结束等）	按作用域（function/module/session），在用例前后执行
核心用途	修改 pytest 行为、全局配置、报告处理	给用例提供前置 / 后置、依赖注入（比如 token、session）
调用方式	自动执行，不用传参	必须作为参数传入用例函数，或者用 `autouse=True`

10.pytest的ini文件

pytest.ini介绍

是pytest主配置文件，一般放在项目根目录下，名字不可改，用于存放一些配置选项，这些选项可以通过pytest -h查看到。

ini文件由节，键，值组成。

节[section]

选项/参数（键=值）

name=value

注释

注释使用分号（;）

[pytest]
;生成allure报告
;-v:详情信息
;-s:调试信息
;--alluredir=temps：生成临时报告
;--clean-alluredir：清空临时文件
addopt = -vs --alluredir=temps --clean-alluredir

;指定存放测试用例的路径
;testpaths是一系列相对于根目录的路径，用于限定测试用例的搜索范围
testpaths = ./testcases

;定义测试文件以test_开头
python_files = test_*.py

;定义测试类以Test开头
pyton_classes = Test*.py

;定义测试方法以test_开头
python_functions = test_*

;用于注册自定义的测试标记(用于对测试函数或类进行分类和过滤的机制)
;定义后，就可以在测试代码中使用@pytest.mark.smoke来标记测试函数或类。多个换行
markers =
    smoke: 冒烟用例

;日志配置
;日志文件
log_file = ./logs/frame.log

;日志的级别：DEBUG调试，INFO信息，WARNING警告，ERROR错误，CRITIAL严重
log_file_level = INFO

;日志格式
;设置了日志文件的格式，包括时间戳、日志级别、文件名、日志消息。
log_file_format = %(asctime)s %(levelname)s %(filename)s %(message)s

;基础路径配置
[base_url]
base_url = https://test.sztdri.com

pytest.ini ⽂件中的选项和参数设置将适⽤于整个测试项⽬，但也可以在

命令⾏中使⽤选项覆盖部分配置。

ini文件中自定义测试标记和在conftest文件中用pytest_configure注册标记区别：

它们的最终效果是一样的：都是告诉 pytest “这些标记是合法的，别报 Unknown marker 警告”。

• pytest.ini 方式：在配置文件里写死标记

• conftest.py + pytest_configure 方式：用代码动态注册标记

对比维度	pytest.ini 方式	conftest.py + pytest_configure 方式
写法	静态配置文件	动态代码注册
语法	固定格式 `markers =` 下写多行	`config.addinivalue_line("markers", "name: desc")`
适用场景	标记固定不变的项目	标记需要动态生成、多环境区分、条件注册
扩展性	差，只能写死	强，支持循环、条件判断、动态读取配置
多项目 / 多环境兼容	差，每个项目都要维护 ini	强，可复用代码、按环境注册不同标记
修改方式	手动改 ini 文件	改代码逻辑，支持配置文件驱动
团队协作友好度	一般，需要维护 ini 格式	高，可统一管理、自动生成
执行时机	pytest 启动时读取配置	pytest 启动时自动执行钩子注册

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

AI Agent在智能客服中的意图识别优化

意图识别是自然语言处理（NLP）领域的核心任务之一，目标是将用户输入的文本/语音映射到对应的预定义意图类别，进而匹配对应的服务流程。智能客服的所有响应、流程跳转都基于意图识别的结果，一旦识别错误，后续所有服务都会偏离用户需求。上下文遗忘：无法关联用户之前的提问、历史订单、行为数据，只能基于当前单轮输入做识别；多意图漏识别：只能处理单意图请求，用户同时提多个需求时至少漏识别40%的意图；模糊意图/开

AtomGit开源社区

Hermes Agent 完全安装指南（Linux、macOS、Windows、Android）

摘要（148字）： HermesAgent提供跨平台一键安装方案，支持Linux/macOS/WSL2（curl命令）、Windows（PowerShell）和Android（Termux）。国内用户推荐使用镜像源加速安装，避免网络问题。核心功能通过hermessetup配置模型，hermes启动聊天，5分钟内完成部署。模型推荐方面，国内首选Kimi（免代理、长文本处理强），海外可选OpenAI/