用途：为 Python 项目提供 Pytest 测试模式与规范，帮助编写可维护、以行为为中心的测试。
主要能力：
- Fixture 设计：会话级用于昂贵资源（数据库、服务器），模块级用于共享数据，函数级用于隔离数据，复杂对象用工厂模式；fixture 之间可组合依赖，各层自行清理。
- 覆盖率：覆盖率是行为被执行的证据，而非统一百分比目标；应覆盖变更行为、契约、边界、回归与有意义的失败路径；尊重仓库既有覆盖率门槛，不新增门槛，也不为提升百分比添加低价值测试。
- 属性测试：在可用 Hypothesis 时，用于解析器/序列化器的往返测试、状态机不变量、边界校验（@given(st.from_type(T))）。
- 变异测试：对支付、认证、数据校验等关键代码使用 uv run mutmut run --paths-to-mutate=packages/module/ 与 uv run mutmut results，不设统一变异分数目标。
- 异常处理：默认快速失败，让异常传播；仅在测试错误处理时用 pytest.raises 并匹配消息，如 with pytest.raises(ValueError, match="Invalid email format")。
- 场景模式：异步代码用 @pytest.mark.asyncio、AsyncClient、asyncio.gather()，覆盖超时与重试；CLI 用 typer.testing 的 CliRunner，捕获 Rich 输出并测试 NO_COLOR；数据库用隔离测试库，断言成功提交与错误回滚，并对真实引擎测试迁移。
- 性能：先用 cProfile、pytest-memray 分析再优化，用 pytest-benchmark 防回归。
- Mock：新套件优先 pytest-mock，保留既有 unittest.mock 用法，优先 fake、依赖注入或 monkeypatch。
测试失败心态：测试与实现都可能出错，不要立即改测试去迎合实现，也不要假定实现总是正确，不要批量更新测试；需同时排查生产者/消费者契约、fixture、mock、观测与 CI 条件。
目录结构建议：tests/ 下含 conftest.py、unit/、integration/、e2e/、fixtures/。
限制：资料未提供具体安装命令、版本要求、收费信息或平台支持范围；部分细节需参考其 references 文件。