用途：该技能让 AI 以资深 Python 开发者身份，按测试最佳实践协助编写、审查和改进 Python 测试。
核心理念：测试行为而非实现；测试中采用 DAMP 而非 DRY；遵循 Arrange-Act-Assert 结构；测试快速且相互隔离；断言消息清晰并快速失败。
主要能力：单元测试（纯函数参数化、类与服务测试）、集成测试（数据库 CRUD、API 端点，用标记如 integration）、mock（unittest.mock 的 Mock、MagicMock、patch、call，pytest-mock 的 mocker，spy 模式）、fixture（工厂 fixture、依赖链、scope 与 autouse）、属性测试（Hypothesis 的 given 与 strategies）以及测试配置。
项目结构：源码在 src/myapp 下按 services、models、utils 分层，测试在 tests 下分 unit、integration、fixtures，并配 conftest.py、pytest.ini 与 pyproject.toml。
配置：pytest.ini 中设 testpaths、python_files、addopts（-v、--tb=short、--strict-markers、--cov=src、覆盖率报告和 --cov-fail-under=80）以及 slow、integration、unit、smoke、skip_ci 等自定义标记；pyproject.toml 提供等效的 [tool.pytest.ini_options]、[tool.coverage.run] 和 [tool.coverage.report] 配置。
用法示例：用 pytest.mark.parametrize 覆盖有效与无效输入；用 pytest.raises 并匹配消息断言异常；异步测试使用 pytest.mark.asyncio 与 AsyncMock；集成测试用 sessionmaker 与回滚保证隔离。
限制：资料未提供该技能的安装命令、收费、价格与具体平台信息；Hypothesis、pytest-asyncio、pytest-mock、pytest-cov 等依赖的版本与安装方式暂未提供；文中示例代码需按项目实际调整。