背景
接上一篇，【大模型问答测试】大模型问答测试脚本实现（第一版）。
在实现自动化的时候，原先把很多方法与request请求写在一块了，趁着目前实现接口数量较少，决定对代码进行解耦，并且清晰目录结构，顺便接入pytest，为后续实现excel/yaml文件驱动以及接入allure测试报告做准备。
代码解耦
从git重新拉了一个分支，这样就确保不会影响到原来的代码，也便于代码的回滚
设计逻辑：将原先问答模块的代码拆分，拆分为发送request的模块以及相应的功能方法模块，便于后期进行维护与扩展
接入pytest
原先发送请求的模块暂调整为testCase里面，src核心代码模块先保留，后期设计发送各种请求模块，例如get与post请求，操作mysql模块以及数据驱动模块等等。
根据pytest的使用逻辑，进行接入pytest，pytest使用规则如下：
pytest使用规则
一、测试函数命名规则
测试函数必须以 test_ 开头。
例如：def test_addition():。只有以 test_ 开头的函数才会被 pytest 自动识别为测试函数并执行。
二、测试类命名规则
测试类必须以 Test 开头。
例如：class TestMyClass:。
测试类中的方法也需要遵循测试函数的命名规则，即以 test_ 开头，才能被识别为测试方法。
三、断言的使用
使用 assert 语句进行断言。
例如：assert result == expected，用于验证实际结果与预期结果是否一致。
如果断言失败，pytest 将报告详细的错误信息，包括失败的断言语句和实际值与预期值的差异。
四、命令行参数
运行测试时，可以使用各种命令行参数来控制测试的执行。
-v（或 --verbose）：详细模式，显示更多的测试执行信息。
-s：允许测试中的标准输出（如 print 语句的输出）显示在终端上。
-k EXPRESSION：根据关键字表达式运行特定的测试。例如，pytest -k "addition" 将只运行名称中包含 "addition" 的测试。
-x：一旦遇到第一个失败的测试就停止运行。
--maxfail=N：在遇到 N 个失败的测试后停止运行。
五、Fixture 的使用
Fixture 是 pytest 中用于提供测试所需的资源或设置测试环境的机制。
使用 @pytest.fixture 装饰器定义 Fixture。
例如：
python
@pytest.fixture
def setup_data():
return [1, 2, 3]在测试函数中，可以将 Fixture 作为参数传入，以使用其提供的资源。
例如：def test_function(setup_data):，在这个测试函数中，可以使用 setup_data 参数来访问 Fixture 提供的数据。
六、参数化测试
使用 @pytest.mark.parametrize 装饰器可以实现参数化测试。
例如：
python
```python
@pytest.mark.parametrize("input1, input2, expected", [
(1, 2, 3),
(4, 5, 9),
(6, 7, 13)
])
def test_addition(input1, input2, expected):
assert input1 + input2 == expected这个测试函数将被多次执行，每次使用不同的参数组合。
七、测试用例组织
可以将相关的测试函数组织在同一个测试类中，或者将不同功能的测试放在不同的测试文件中。这有助于提高测试的可读性和可维护性。
八、跳过和标记测试
使用 @pytest.mark.skip 装饰器可以跳过某个测试。
例如：@pytest.mark.skip(reason="测试功能尚未实现")。
使用 @pytest.mark.xfail 装饰器标记一个预期会失败的测试。
当这个测试失败时，pytest 将报告它为 "预期失败"，而不是普通的失败。
九、插件的使用
pytest 有很多插件可以扩展其功能。
例如，pytest-html 插件可以生成 HTML 格式的测试报告。
安装插件后，可以在命令行中使用相应的参数来启用插件的功能。
十、配置文件
pytest 可以使用 pytest.ini 配置文件来设置一些全局的配置选项。
例如，可以在配置文件中设置测试的搜索路径、命令行参数的默认值等。
根据上面pytest规则的介绍，因此我们需要改动目录命名与类与方法的命名：
最后进行验证，代码正常执行
思考
其实接入pytest也是为后续使用Jenkins做CICD做准备，因为在配置cicd的时候，需要使用到一个启动的命令行，也就是需要进行配置，而pytest刚好又支持这种用法，因此也算是一拍即合