用途：为数据系统建立生产级测试与数据质量保障，覆盖单元测试、数据校验、集成测试与外部依赖模拟。
主要能力：使用 pytest 编写单元测试，采用 AAA 模式、fixture 与 parametrize；用 Pydantic 做数据模型校验（字段约束、自定义 validator）；用 Great Expectations 定义列存在性、非空、唯一、取值范围、集合与正则等期望并运行校验；用 testcontainers 启动真实 Postgres 做集成测试；用 responses 与 unittest.mock 模拟 HTTP 与外部服务。
使用方式：通过 pytest fixture 准备测试数据与 mock 数据库，用 pytest.raises 断言异常，用 parametrize 覆盖边界值；Pydantic 定义 BaseModel 并处理 ValidationError；Great Expectations 初始化 context 后读取 CSV 并逐项添加期望，最后调用 validate() 检查结果。
适用场景：数据管道、ETL、数据库操作与 API 客户端等需要验证正确性与数据质量的 Python 项目。
限制：资料未提供具体安装命令、版本兼容细节与完整配置步骤；部分示例代码缩进不完整，需按实际项目调整。工具版本信息以资料所列 2025 年版本为准。