在 UI 自动化过程中开启代理，并对指定 base_url 下的接口进行简单断言，比如：状态码：200；"success":"true"等
如果您想在 UI 自动化过程中仅对代理请求的接口进行记录并断言，可以使用 mitmproxy 库。mitmproxy 是一个强大的交互式 HTTPS 代理工具，它可以拦截、检查和修改 HTTP 请求和响应。

以下是一个简单示例，演示如何使用 mitmproxy 对请求进行拦截并进行简单断言：

首先，安装 mitmproxy：

pip install mitmproxy

然后，创建一个名为 myaddon.py 的 Python 脚本，包含用于拦截和断言的代码：

from mitmproxy import http

def request(flow: http.HTTPFlow) -> None:
    # 设置目标 base_url 和要断言的路径
    base_url = "https://api.example.com"
    endpoint = "/some_endpoint"

    # 检查请求的 URL 是否匹配指定的 base_url 和 endpoint
    if base_url in flow.request.pretty_url and endpoint in flow.request.pretty_url:
        print(f"Intercepted request to: {flow.request.pretty_url}")

        # 断言状态码是否为 200
        assert flow.response.status_code == 200, "Status code is not 200"

        # 读取响应内容并转换为 JSON 格式
        data = flow.response.get_text()
        json_data = flow.response.get_text(as_bytes=False)

        # 断言返回值中是否包含 "success": true
        assert "success\": true" in json_data, "Success key not found in response"

接下来，在终端中启动 mitmproxy，并加载上面定义的脚本：

mitmproxy -s myaddon.py

现在，当您运行代理时，它会拦截符合指定 base_url 和 endpoint 的请求，并进行简单的断言。您可以根据需要调整断言逻辑以满足特定需求。

基本上都是外包，拿到简历后也没约面试，公司招聘感觉很少，也没啥面试机会，坐标上海，不知道其他地方情况怎么样

1. 一方面可能因为个人的学历不太好，导致简历投了石沉大海
2. 另一方面可能今年确实没那么多需求了，去年大裁员，今年还撑得住估计不会这么快招人吧

跟五楼的意见一致，放在单独的线程组中才可以并发请求
测试计划中取消勾选独立运行每个线程组

那用例和缺陷不是得关联起来，有点好奇是手动关联的还是关键字匹配的呢
我理解的：
手动关联：比如在测试用例增加一列 bugid 之类的
关键字匹配：通过功能、模块名称分类（禅道里面可以区分，但是我们用的版本没法关联测试用例）

项目的甲方来验收的，也会有第三方的验收公司、监理之类的协助验收，验收不用一条条对，应该只是看个大概，毕竟 word 的测试用例可能得几百页

$__{setProperty(,auth_token,${auth_token})}
$__{setProperty(auth_token,${auth_token},)}
是不是这个函数入参错了，但是看下面两个是对的
三个参数：属性名、属性值、是否返回原始值（可忽略）

提供一个思路，可以看下是否能够符合你们的场景：参数随机生成不是很可靠，可以尝试从数据库方面对数据进行分析，了解下参数对应的数据库字段，在数据库里面分析历史的数据长度、类型，不同表的主外键，我们公司的测试数据都是从数据库中获取的，通过关联多张表拿到相关数据，提取到放到参数里面进行请求

Grafana 里面加一个服务器的性能监控，我用的 Prometheus 做的，可以一边压测一边看服务器的情况，应该稍微好分析问题

如果接口返回的数据是按照上传顺序排序的，可以考虑下面这个方案是否能够实现
创建一个线程组，放入上传图片接口，请求后提取返回结果，如果图片上传失败，通过 if 逻辑控制器进入 if 条件，if 条件执行：1）删除上传失败的图片；2）重新上传并再次提取返回结果；不满足的话一直执行，满足就跳出循环，然后整个线程组做一个大的循环，上传多少图片就循环多少次

这是不是意味着在生成百万级数据时，生成的数据放到文件中上传更好一点；如果更大量级的话，文件的读取可能会存在瓶颈，就需要使用其他办法了