pytest 是 Python 应用领域广泛采用的测试框架，具备构建全面、可维护、可扩展测试套件的能力。本技能专门面向客户支持技术赋能场景，提供测试后端支持系统、工单平台、知识库和客户数据平台的模式与实践。
一、用途与背景 客户支持系统属于关键任务型系统，停机或缺陷会直接影响客户满意度、坐席效率与业务运营，因此需要严格测试。资料指出，支持类应用具有一些特定的测试需求：高可靠性；复杂的数据关系（工单、客户、坐席、评论、附件、知识文章）；外部集成（邮件服务如 SendGrid、AWS SES，CRM 如 Salesforce、HubSpot，支付处理方）；异步操作（后台任务、邮件队列、通知服务、Webhook 投递）；数据校验（客户 PII、工单优先级、SLA 要求、升级规则）；多租户隔离；API 优先设计；实时特性（WebSocket、在线聊天、实时工单更新）；合规要求（GDPR、CCPA、数据保留策略、审计日志）。
二、主要能力
- Fixture 与依赖注入：Fixture 是 pytest 的核心特性，提供可复用的 setup/teardown 逻辑与依赖注入。资料介绍了基础 Fixture、Fixture 作用域（function、class、module、package、session）、autouse Fixture、Fixture 依赖与组合、工厂式 Fixture。示例中展示了用 session 作用域创建数据库引擎、用 function 作用域为每个测试创建带自动回滚的数据库会话，以及用工厂 Fixture 灵活创建测试数据。
- 参数化：参数化允许用不同输入运行同一测试，适合覆盖多种优先级、状态、用户角色与边界情况。资料给出基础参数化、多参数、参数化 Fixture、使用 pytest.param 处理复杂用例以及带 ID 的参数化示例，涉及 SLA 计算、邮箱校验、紧急工单识别、权限检查、自动分配等场景。
- 使用 pytest-mock 进行模拟：模拟用于将代码单元与外部依赖（邮件服务、支付网关、CRM、第三方 API）隔离。pytest-mock 插件为 Python 的 unittest.mock 提供简洁接口。资料展示了基础模拟、模拟返回值、模拟副作用（如重试逻辑、邮件服务降级）等示例。
三、使用方式 资料以代码示例形式呈现用法，包括：通过 @pytest.fixture 定义 Fixture 并设置 scope 与 autouse；通过 @pytest.mark.parametrize 传入参数组合；通过 mocker.patch 替换外部依赖并断言调用。示例中涉及 FastAPI、SQLAlchemy、PostgreSQL、Pydantic 等集成，并提到 pytest-asyncio 用于异步测试、pytest-mock 用于模拟、pytest-cov 用于覆盖率。
四、适用场景 适用于客户支持系统的单元测试、集成测试与端到端测试，包括工单创建与通知、SLA 计算、邮箱与数据校验、权限检查、自动分配、外部 CRM 查询、API 失败重试、邮件服务降级等。
五、限制 资料未提供该技能的具体安装命令、版本要求、收费方式、平台支持范围或性能数据，这些信息暂未提供。