加 celery 接管 task 的执行，celery 是支持多任务并发的，rabbimt / redis 作为中间队列，并发方式单机的话我建议你选择 gevent 。

可以不用，但是如果你的项目频繁变动，你需要经常维护的时候，我建议还是对整个测试框架的设计重构一下。比如 Web UI 里面的 POM 模式，比如 httprunner 在 2.x 重构后的分层机制，这些都是为了方便后期的维护迭代，以及对复用部分的高度封装。

对的，所以要看具体项目的埋点方案，或者在 SDK 里面加入 console.log ，一般来说这样做比较方便调试。

这个要看你们项目里面埋点上报的 SDK 是怎么写的，比如神策，只要收集到上报的事件就会在 console 里面打印出来，不然开发自测的时候怎么知道自己写的埋点有被正确触发呢？当然不同的埋点方案有不同的设计，这里以 console 打印埋点信息为例。

更多原理层内容见 Buried-Point-Pro 项目的前身：https://testerhome.com/topics/21136

不是让你写前端，而是测前端 hhhhh 项目跑起来以后发的请求都会经过代理返回你 mock 的数据，从而看是否符合业务需求。

这个是你们项目前端开发项目比后端快，你要先测前端的时候，没有接口自然要先 mock 数据，不过你要按照后端约定好的数据格式来 mock 数据，然后把你们前端项目的 proxy 改一下就可以了。

重构并优化了一下代码，新增了不少 demo 体验演示和 debug 信息，也支持过滤无用上报事件和重复事件上报的检测 ~

有，用 puppeteer

技术肯定是要的，但是可能不是纯技术，而是结合到了实际的业务场景里面，问你有没有技术方案可以落地实施从而解决业务测试痛点。

简单点的，对网页性能打开速度和稳定性的，这是之前我做的：https://testerhome.com/topics/20613
深入一点的，一般都是在你们的项目代码里面加入探针，做一个前端实时的监控系统，给你的推荐：https://github.com/wangweianger/zanePerfor

QQ 群 552643038

嗯，puppeteer 就是 nodejs 版的 selenium，但是包装了 chromeDevTools 的很多功能在里面。

$X_CSRF_Token 与 $ X-CSRF-Token 跟这个下划线和横杠有关系

这个跟 goreplay 差不多吗？

接口没有必要用 POM 的设计模式来封装，接口像 Httprunner 这些都非常成熟好用，可以用脚手架去管理，也在社区的开源项目里面，可以去了解一下。

opendiffy/diffy 和 twitter/diffy 有什么不一样的地方？

方案一可借鉴轮子：

https://github.com/wuyuewuzhenmin/Jmeter-ptc

方案二可借鉴轮子：

https://github.com/myzhan/boomer

你都从 yaml 文件里面拿到了所有的请求和参数这一些，接下来不就像写接口测试脚本一样吗，把对应的参数放到 python 的脚本里面对应的位置，然后用 requests 去执行。所谓的 testsuite testcase teststep ，无非就是执行过程中的先后顺序，然后再去遍历执行每个过程中又嵌套的 testsuite testcase teststep。

""" Running testcases. """
   Examples:
       >>> tests_mapping = {
               "project_mapping": {
                   "functions": {}
               },
               "testcases": [
                   {
                       "config": {
                           "name": "XXXX",
                           "base_url": "http://127.0.0.1",
                           "verify": False
                       },
                       "teststeps": [
                           {
                               "name": "test description",
                               "variables": [],        # optional
                               "request": {
                                   "url": "http://127.0.0.1:5000/api/users/1000",
                                   "method": "GET"
                               }
                           }
                       ]
                   }
               ]
           }

       >>> testcases = parser.parse_tests(tests_mapping)
       >>> parsed_testcase = testcases[0]

       >>> test_runner = runner.Runner(parsed_testcase["config"])
       >>> test_runner.run_test(parsed_testcase["teststeps"][0])

首先，校验 yaml 文件的格式，返回 yaml 的数据。

def load_yaml_file(yaml_file):
    """ load yaml file and check file content format
    """
    with io.open(yaml_file, 'r', encoding='utf-8') as stream:
        yaml_content = yaml.load(stream)
        _check_format(yaml_file, yaml_content)
        return yaml_content

接下来，根据你的测试指令后的文件的后缀名，读取对应格式的文件。

def load_file(file_path):
    if not os.path.isfile(file_path):
        raise exceptions.FileNotFound("{} does not exist.".format(file_path))

    file_suffix = os.path.splitext(file_path)[1].lower()
    if file_suffix == '.json':
        return load_json_file(file_path)
    elif file_suffix in ['.yaml', '.yml']:
        return load_yaml_file(file_path)
    elif file_suffix == ".csv":
        return load_csv_file(file_path)
    else:
        # '' or other suffix
        err_msg = u"Unsupported file format: {}".format(file_path)
        logger.log_warning(err_msg)
        return []

然后，下面这个我觉得就很明显了。

def load_teststep(raw_testinfo):
  ...

def load_testcase(raw_testcase):
  ...

def load_testcase_v2(raw_testcase):
  """ load testcase in format version 2. """
  ...

def load_testsuite(raw_testsuite):
  ...

剩下一些类似 __extend_with_api_ref() __extend_with_testcase_ref() 等等的函数，无非就是读取你的测试步骤中调用的扩展 api 或者 testcase，locate_debugtalk_py() 函数作用就更明显了。一系列相关的东西都加载完，最后开始 load_test 进行最后的汇总组合。

def load_tests(path, dot_env_path=None):
    """ load testcases from file path, extend and merge with api/testcase definitions.

    Args:
        path (str): testcase/testsuite file/foler path.
            path could be in 2 types:
                - absolute/relative file path
                - absolute/relative folder path
        dot_env_path (str): specified .env file path

    Returns:
        dict: tests mapping, include project_mapping and testcases.
              each testcase is corresponding to a file.
            {
                "project_mapping": {
                    "PWD": "XXXXX",
                    "functions": {},
                    "env": {}
                },
                "testcases": [
                    {   # testcase data structure
                        "config": {
                            "name": "desc1",
                            "path": "testcase1_path",
                            "variables": [],                    # optional
                        },
                        "teststeps": [
                            # test data structure
                            {
                                'name': 'test desc1',
                                'variables': [],    # optional
                                'extract': [],      # optional
                                'validate': [],
                                'request': {}
                            },
                            test_dict_2   # another test dict
                        ]
                    },
                    testcase_2_dict     # another testcase dict
                ],
                "testsuites": [
                    {   # testsuite data structure
                        "config": {},
                        "testcases": {
                            "testcase1": {},
                            "testcase2": {},
                        }
                    },
                    testsuite_2_dict
                ]
            }

    """
    if not os.path.exists(path):
        err_msg = "path not exist: {}".format(path)
        logger.log_error(err_msg)
        raise exceptions.FileNotFound(err_msg)

    if not os.path.isabs(path):
        path = os.path.join(os.getcwd(), path)

    load_project_tests(path, dot_env_path)
    tests_mapping = {
        "project_mapping": project_mapping
    }

    def __load_file_content(path):
        loaded_content = None
        try:
            loaded_content = load_test_file(path)
        except exceptions.FileFormatError:
            logger.log_warning("Invalid test file format: {}".format(path))

        if not loaded_content:
            pass
        elif loaded_content["type"] == "testsuite":
            tests_mapping.setdefault("testsuites", []).append(loaded_content)
        elif loaded_content["type"] == "testcase":
            tests_mapping.setdefault("testcases", []).append(loaded_content)
        elif loaded_content["type"] == "api":
            tests_mapping.setdefault("apis", []).append(loaded_content)

    if os.path.isdir(path):
        files_list = load_folder_files(path)
        for path in files_list:
            __load_file_content(path)

    elif os.path.isfile(path):
        __load_file_content(path)

    return tests_mapping

总之，多看看源码就好辣 hhh
源码：https://github.com/httprunner/httprunner
回答问题的相关代码文件： ./httprunner/loader.py

ppts v1.4.0: 当输出格式为 json 时，支持通过 webhook 发送测试数据给群机器人

ppts 安装需要 node 环境，版本最好是最新的，有使用问题或技术问题可以直接到 Github 上提 issues，或此处留言。如果对你的使用有帮助，请点赞或 Star 一下 ~