一套代码，然后用不同的标签标记适配哪个 app

根据需求，设计整理测试用例， 只要三方评审觉得完整就是全的。
PS 没有绝对意义上的百分百覆盖，只有基于需求和修改范围和风险评估来整理合理的覆盖范围。

基于现有工具做的就是太 low？ 自动化又不是多么高深的东西，就是一个用来替代部分手工测试（不是替代所有），提升效率的工具而已，能快速用起来就是好的选择。
如果楼主单纯是想多写代码，要么在当前团队把手上的活干好之余，多挖掘一些潜在的需求，写些小工具什么的给团队提效； 要么换个能满足你手撸自动化代码的团队； 再不是就直接转开发吧。
其实现在的代码助手的智能程度，已经能替代很多了： 快速帮你生成测试代码，快速帮你实现某些需求。

20 年看到，然后你用了八年…

算平均意义不大啊，除非你们的流量是一群定时发送的机器。
可以评估一下峰值流量

5K 和 1K 之间也是差 3/4 K

只要你之前跑路的时候没做什么对不起公司的事情

问题是你这篇内容里面也没根 python 有任何关系啊？

这跟 python 有什么关系？

好像论坛里已经有人写过了

如果重视这个发布的质量，就要抓测试覆盖率和回归测试覆盖率（鉴于你说的改动引起其他功能）；
要抓回归测试，就要看测试资源和测试时间；
要做成常规的回归测试，就要做自动化测试。
所以对我来说，做自动化是必然需要的；至于担心资源不够，看你怎么规划和协调了。

我不是杠啊。
我自己觉得自己是个保守的人，所以让我在三十多岁的时候再去背三十年的高房贷，我是没信心的，因为我不能保障自己在三十年后还能有这个收入；但是四年之后，我觉得还是需要有信心的： 就算到时真的失业了，是不是还能通过房子保住户口，保住学位，保住家庭在大城市里发展的基础和根基。
如果单纯为了减轻这其中一两年每个月一两千块的压力（假定租房也需要三千，那么对比五千的房贷就是减轻了两千）去折腾自己在两三年里面走一遍卖房、租房、再买房的流程，我个人觉得是不值的。
纯粹个人观点，仅供参考。

我都是用 adb 命令直接截图存到电脑

从悲观主义的角度来看，说不定明天就世界末日了，赶紧把钱都花了吧

其实对你来说，住不是你的刚需，因为你可以接受租房； 但是上学在四年后会变成你的刚需。
好好想想自己希望给孩子一个怎么样的未来吧，如果你本来就对现在住房对应的学位不满意，就置换到更好的地段； 如果你都不能保证四年后还能买到比现在更好的学位，为了这两三年短期的收益去牺牲或者将就孩子的教育未来，真的值得吗？

四年时间其实说长也不长， 你总不可能等小学开学前一天才去买一套来入学吧？ 建议先提前了解一下就读政策之类的。 好的学校和资源对孩子的成长非常重要，并不是像你说的随便都能上。

这是我个人电脑上 demo 试用的 阿里 通义灵码。 公司的电脑肯定不能随便用，除非是公司统一购买或者搭建的。

通常来说我们的压测都是针对生成的请求数量，至于这些请求是由同一个 openid 还是不同 openID 发过来是没关系的。

你是遇到 21 楼一样的问题吗？ 最简单的方法就是起两个 pytest 命令分别执行两个文件啊

上大学的第一课，当时的老师就说过： 大学教给你最重要的技能，就是怎么快速去查找资料去解决问题和掌握技能。 有了 AI， 让我们查找资料和解决问题的速度比以前更快，也更精准了，所以考验我们的是你怎么能快速地发现问题，找到对的思路。如果方向、思路错了，只会南辕北辙地跑到更偏的地方。

建两个 pipeline，一个触发事件，一个三十分钟后去验证数据

一些个人的建议哈：

1. 建议不要直接用 request ，可以做一层公共的封装。 好处是后面如果想做一下 log 的增加，统计每个请求的时间，或者做一些自定义的功能， 就可以直接在公共方法里面做，不用所有地方都改一遍。
2. 关于前置请求， 数据初始化之类的，考虑一下 pytest fixture

分两种情况去看：

1. 使用 fixture 去初始化登录，设置好 scope，不要重复登录了
2. 如果是用 pytest xdist 取并发执行，每个线程都可能会单独登录初始化一个新的 token。 这时候可以考虑用 锁的方式去保证只需要登录一次。

你的目的是把 1000 个用例分配到三个进程里面跑，还是想起三个进程，把这 1000 条用例都分别跑一次？