用途：面向个人、由智能体维护的 Python 项目，专门约束测试套件的写法（从 python-conventions-taudelta 拆分，后者保留设计与风格默认）。不包含工具配置，pytest 自身配置属于仓库质量工具。
主要能力与约定：
- fixture 优先。测试所需任何准备（tmp 目录树、假 HOME、打桩的 c.run、构造对象、monkeypatch 环境）都写成 pytest fixture，两个文件以上需要时放进 conftest.py，而非在每个测试体内手写。优先用内置 tmp_path、monkeypatch、capsys、caplog；仅当需要每次调用传参时用辅助函数，通常可改为返回工厂的 fixture（如 make_repo(name)）。
- 跨平台陷阱：expanduser 在 POSIX 读 HOME、Windows 读 USERPROFILE，只设其一会在每次测试写入真实用户目录；写入 TOML/JSON 的路径用 path.as_posix()（TOML 基本字符串中反斜杠是转义，C:\Users 为非法 \U）；所有 read_text/write_text 传 encoding="utf-8"，否则平台默认代码页会乱码或解码失败；比较路径列表也经 as_posix()（Path("/repo") 渲染为 \repo）；把平台接缝（如被测模块中 WINDOWS = os.name == "nt"）固定到 fixture 所写的分支。
- fixture 作用域取保持正确的最窄范围。模块单例在模块/会话级构造，用函数级 fixture 重置其可变状态；宽作用域 fixture 中的 monkeypatch 会在整个作用域存活，可能造成静默的跨测试泄漏。
- DAMP 与 DRY：准备机制（fixture/辅助、how）保持 DRY；测试所验证的场景（what）保持显式、可从上到下读懂。真正的输入→期望矩阵用 parametrize，值不再自明时加 ids。判断线：新增用例只是加值就用 parametrize；改变测试逻辑（分支、不同准备、不同断言）就写新测试。避免把不同场景折进一个带分支的巨型测试，或藏进名称不说明断言内容的辅助。
- 不要在测试的被测行为中运行会改代码的命令，除非变异本身是测试对象。检查前先跑修复/格式化会掩盖只读检查本可发现的缺陷；测试中优先用 check-only/干跑形式。
- 不重复真实可运行的东西：套件能完整拥有生命周期的依赖（进程内或自行启停的子进程）不用 mock/fake/stub，如 SQLite 文件、临时目录、本地队列、自己子进程中的入口点都跑真实的；第三方 HTTP API 是界线另一侧，手写替身是正确的。判断标准是生命周期，而非技术清单。真实不等于沙箱：被测真实服务同样需要自己的临时状态。框架单例使进程内安排不诚实时，用子进程 fixture，配以有界就绪等待并在失败时输出子进程内容，避免无限挂起。
用法：该文件安装时被复制到 ~/.agents/skills/python-testing-conventions-taudelta，绝不符号链接，故编辑部署副本只是本机漂移，不会到达其他机器。应在安装来源仓库中改源、推送，再运行 skills add <that source> --global --skill python-testing-conventions-taudelta 刷新各项目副本。若从他人仓库安装，来源归其所有，应在其处提 issue 或 pull request。
限制：资料未提供具体返回码、输出格式、超时默认值、支持平台清单等细节。完整理由见 references/rationale.md，可运行示例见 references/snippets/testing.py。