1. 项目概述：当Allure报告遇上pytest，你的步骤去哪儿了？

如果你正在用pytest写自动化测试，并且想生成一份既专业又好看的Allure报告来展示你的测试成果，那你很可能已经踩过或者即将踩进一个“坑”：明明在测试代码里辛辛苦苦写了@allure.step装饰器来记录操作步骤，或者用了allure.attach来附加截图、日志，但生成的Allure报告里却空空如也，只有干巴巴的测试用例通过与否的结果。这个问题，尤其是对于刚接触Allure和pytest集成的朋友来说，简直是个“玄学”问题，网上搜到的解决方案五花八门，试了一圈可能还是不行。

我自己在搭建和优化自动化测试框架时，也在这个问题上折腾了好一阵子。Allure报告的核心魅力就在于其强大的步骤展示和附件能力，它能将一次冰冷的测试执行，转化成一个有血有肉、可追溯的操作故事。步骤不显示，报告的价值就大打折扣。今天，我们就来彻底拆解这个问题。核心不在于“集成”本身——因为pytest-allure插件或者命令行集成通常很简单——而在于@step和@attach这两个关键装饰器/方法的正确用法、生效时机以及那些容易被忽略的配置细节。我会结合实际的踩坑经验，从原理到实操，让你不仅能让步骤“显示”出来，更能用得“优雅”和“高效”。

2. Allure与pytest集成核心原理与常见误区

在开始动手修复之前，我们必须先理解Allure报告是如何“收集”测试过程中的信息的。这能帮你从根本上避开大多数坑。

2.1 Allure的数据收集机制：它不是“实时监控”

一个常见的误解是：Allure像一个后台监控程序，实时记录测试函数里发生的一切。实际上，Allure采用的是“装饰器+上下文”的数据收集模式。

当你运行pytest命令并指定生成Allure结果（如--alluredir=./allure-results）时，pytest-allure插件会介入测试的生命周期。@allure.step装饰器或allure.attach方法被调用时，它们并不会立即向某个文件写入数据，而是将步骤信息或附件内容（如图片字节流、文本）暂存到当前测试用例的“Allure上下文”中。这个上下文是线程/协程安全的，与当前执行的测试用例绑定。

只有当测试用例执行完毕（无论成功、失败还是跳过），pytest-allure插件才会将这个上下文里收集到的所有数据（包括用例名称、描述、步骤层级、附件等）序列化成一个JSON文件，存入你指定的alluredir目录。最后，你通过allure serve或allure generate命令，才是读取这些JSON文件并渲染成我们看到的HTML报告。

理解这个“延迟写入”机制非常重要，因为它直接影响了@step和@attach的某些行为特性。

2.2 步骤不显示的三大“元凶”

根据我和社区里常见的求助案例，步骤不显示通常可以归结为以下三类原因：

1. 作用域问题：@allure.step装饰器没有应用到真正被执行的函数上。比如，你装饰了一个辅助函数，但这个函数在测试执行时因为条件判断并未被调用。
2. 上下文丢失问题：在@step装饰的函数内部，如果发生了异常且未被妥善处理，可能会导致Allure上下文未能正常关闭和写入。更隐蔽的情况发生在多线程/异步任务中，子线程的操作可能不在主测试用例的Allure上下文中。
3. 配置与生成问题：pytest运行时没有正确加载Allure插件，或者生成报告时读取的目录不对。

2.3 @step 与 @attach 的基本定位

• @allure.step(step_title): 它的核心作用是分解测试逻辑。把一个复杂的测试用例分解成多个可读的步骤，如“登录系统”、“查询用户”、“验证结果”。它支持嵌套，形成层次化的步骤树，是报告可读性的支柱。
• allure.attach(body, name, attachment_type, extension): 它的核心作用是提供证据。在某个时间点（通常是在步骤中或异常捕获时），将额外的数据（截图、响应体、日志片段）附加到报告中，作为该步骤或用例的补充信息。

两者通常结合使用：在@step装饰的步骤函数里，在关键操作后调用attach附加证据。

3. @allure.step 装饰器的正确用法与深坑详解

@step看似简单，但用错地方效果全无。

3.1 用法一：装饰测试函数内部的子函数（推荐）

这是最直观和常见的用法。将测试用例中的一系列操作封装成函数，并用@step装饰。

import allure import pytest def login(username, password): # 模拟登录操作 with allure.step(f"输入用户名: {username}"): # ... 实际操作代码 pass with allure.step(f"输入密码: {password}"): # ... 实际操作代码 pass with allure.step("点击登录按钮"): # ... 实际操作代码 pass return True @allure.step("导航到用户管理页面") def navigate_to_user_management(): # ... 导航操作 pass def test_user_management(): """ 测试用户管理功能 """ # 步骤1：登录 assert login("admin", "123456"), "登录失败" # 步骤2：导航 navigate_to_user_management() # 步骤3：具体的测试断言... with allure.step("验证管理员用户存在"): assert True

为什么推荐这种方式？

• 可读性极强：报告中的步骤标题就是你装饰时写的字符串，一目了然。
• 支持参数化：你可以使用f-string或%格式化将函数参数动态填入步骤标题，让报告显示具体的测试数据。
• 结构清晰：将操作封装成函数，本身也是代码重构的好习惯。

> 注意：这里演示了@allure.step作为装饰器，以及with allure.step():作为上下文管理器两种写法。两者效果等价，上下文管理器写法适合装饰一段代码块而不是整个函数。

3.2 用法二：装饰测试用例函数本身

你也可以直接用@allure.step装饰测试函数，但这通常不是好主意。

import allure import pytest @allure.step("测试用户登录功能") def test_login(): # ... 测试代码

为什么不推荐？

• 冗余：测试用例的名称（test_login）本身就会作为报告中的标题。再用@step装饰，会在报告中创建一个多余的顶级步骤，结构显得臃肿。
• 不利于步骤分解：这样做之后，你在这个测试函数内部再定义的其他@step函数，都会变成这个冗余步骤的子步骤，层级可能不符合你的预期。

> 实操心得：@allure.step应该主要用于装饰那些实现“如何做”（How）的具体操作函数，而不是“做什么”（What）的测试用例本身。测试用例的标题应该用@allure.title或直接在def行用清晰的函数名来定义。

3.3 深坑：在fixture中使用@step

这是导致步骤“消失”的高发区。Pytest的fixture是强大的依赖注入工具，我们自然希望把一些准备操作（如初始化数据库、获取token）放在fixture里，并记录步骤。

import allure import pytest @pytest.fixture def admin_token(): @allure.step("通过API获取管理员Token") def _get_token(): # 模拟获取token token = "mock_token_123" allure.attach(token, "获取到的Token", allure.attachment_type.TEXT) return token return _get_token() def test_with_token(admin_token): print(f"使用Token: {admin_token}")

运行后，你很可能发现“通过API获取管理员Token”这个步骤没有出现在test_with_token的报告里！

原因与解决方案：原因：默认情况下，pytest-allure插件不会为fixture的执行单独生成步骤树并关联到测试用例。fixture中收集的Allure数据上下文可能没有正确地传递给使用它的测试用例。

解决方案1（显式传递）：使用@allure.step装饰器定义fixture内部的函数，并确保该函数被调用。但更可靠的做法是，如果fixture的操作需要展示，可以考虑将其重构为一个普通的@step函数，在测试用例中显式调用，而不是依赖fixture的隐式执行。

解决方案2（使用@pytest.fixture的name参数和allure.dynamic）：这不是一个完美方案，但可以作为一种尝试。更通用的建议是：对于非常重要的、需要体现在报告核心流程中的准备步骤，尽量不要将其隐藏在fixture中，而是放在测试用例的开头显式调用一个@step函数。Fixture更适合用于那些不需要在报告主流程中展示的、背景式的设置和清理（如连接/断开数据库），这些操作可以用allure.attach附加日志，但不强求显示为步骤。

3.4 步骤标题的动态化与最佳实践

步骤标题是报告的灵魂，静态标题如“点击按钮”价值有限。

• 动态标题：使用函数参数。

  @allure.step("用户 '{username}' 尝试登录") def login_user(username, password): # ... pass login_user("张三", "pwd123") # 报告中显示：用户 '张三' 尝试登录

• 标题中避免复杂逻辑：不要在@step装饰器的标题字符串中执行复杂的计算或IO操作，因为即使该步骤函数因为条件判断未执行，装饰器本身的表达式可能会被求值（取决于Python装饰器执行时机），可能导致意外错误或性能损耗。
• 步骤的粒度：一个步骤应该对应一个逻辑上独立且有意义的用户操作或系统交互。不要过细（如“赋值给变量i”），也不要过粗（如“执行整个端到端测试”）。通常，“点击某个按钮”、“填写某个表单”、“验证某个结果”是合适的粒度。

4. allure.attach 附加证据的精准投放

附件是测试报告的“实锤”，用对了威力巨大，用错了就是冗余信息。

4.1 基本用法：在需要的时候附加

allure.attach的基本参数很清楚：

• body: 要附加的内容，可以是字符串（文本）、字节（图片等）。
• name: 附件在报告中显示的名称。
• attachment_type: 附件类型，来自allure.attachment_type枚举，如TEXT,JSON,PNG,HTML等。
• extension: 文件扩展名（可选）。

最常见的用法是在断言失败或捕获异常后附加现场信息。

import allure def test_check_page(): try: # 模拟页面操作 current_url = "https://example.com/dashboard" expected_url = "https://example.com/home" assert current_url == expected_url, f"页面跳转错误！" except AssertionError as e: # 在捕获异常后立即附加信息 allure.attach(f"当前URL: {current_url}\n预期URL: {expected_url}", name="URL断言失败详情", attachment_type=allure.attachment_type.TEXT) # 假设我们有一个截图函数 screenshot_bytes = take_screenshot() allure.attach(screenshot_bytes, name="断言失败时页面截图", attachment_type=allure.attachment_type.PNG) raise # 重新抛出异常，让测试状态为失败

4.2 深坑：attach的时机与上下文

和@step一样，attach也依赖Allure上下文。以下情况附件会丢失：

1. 在@step装饰的函数外部，且测试用例尚未开始或已结束：比如在模块全局范围内、或在pytest的session级别的setup/teardown（如果未正确配置）中调用attach，可能没有活跃的测试用例上下文来接收这个附件。
2. 在多线程/多进程中：如果在新线程中执行操作并调用attach，这个附件可能不会关联到主线程的测试用例上。Allure-Python对并发支持有限，需要谨慎处理。
3. 在finally块中，但测试上下文已销毁：虽然不常见，但在一些复杂的清理逻辑中需要注意。

> 实操心得：最安全的做法是，将allure.attach的调用放在测试用例函数体内，或者放在被@allure.step装饰的函数内部。对于截图等操作，可以将其封装成一个函数，在需要的地方调用。

import allure def take_screenshot_and_attach(name="页面截图"): """ 封装截图和附加操作，确保在正确的上下文中执行。 注意：此函数必须在测试用例或步骤函数内部调用。 """ screenshot_bytes = get_screenshot_from_driver() # 假设的WebDriver截图方法 allure.attach(screenshot_bytes, name=name, attachment_type=allure.attachment_type.PNG) def test_something(): with allure.step("进行某个操作"): # ... 操作 take_screenshot_and_attach("操作后截图")

4.3 附件类型的选择与性能考量

• TEXT/JSON/HTML：对于API响应、配置信息、HTML片段等文本内容，优先使用这些类型。Allure报告会提供很好的预览功能。
• PNG/JPEG：对于UI自动化测试的截图，这是标准选择。
• 性能注意：附加大的文件（如数MB的截图或日志）会显著增加生成结果文件（allure-results）的大小，并可能影响报告生成和渲染速度。建议：
  • 对于截图，可以尝试压缩图片质量（如PIL库的save函数指定optimize=True和适当quality）。
  • 对于超长日志，可以只附加错误发生前后相关的片段，而不是整个日志文件。
  • 考虑使用allure.attach.file()直接附加已存在的文件，避免在内存中处理大对象。

5. 完整的pytest集成配置与命令详解

理解了核心用法，我们再来确保集成配置本身是正确的。很多时候步骤不显示，只是因为命令参数不对。

5.1 环境准备与依赖安装

首先，确保安装了必要的包。推荐使用虚拟环境。

# 安装 pytest 和 allure-pytest 插件 pip install pytest allure-pytest # 安装 Allure 命令行工具（用于生成HTML报告） # macOS (使用Homebrew): brew install allure # Windows (使用Scoop): scoop install allure # 或从官网下载并配置环境变量: https://github.com/allure-framework/allure2/releases

> 注意：allure-pytest是连接pytest和Allure的桥梁插件。而allure命令行工具是用于将allure-pytest生成的原始结果（JSON文件）转换成HTML报告。两者缺一不可。

5.2 运行测试并生成Allure结果

这是最关键的一步。你必须告诉pytest使用allure插件，并指定一个目录来存放原始结果数据。

# 最基本且必须的命令 pytest [你的测试文件或目录] --alluredir=./allure-results

• --alluredir：这个参数是必须的。它指定一个目录（如./allure-results），pytest-allure插件会把收集到的所有测试数据（包括步骤、附件）以JSON格式存储在这里。如果目录不存在会自动创建。
• 常见错误：只运行pytest，没有加--alluredir参数。这样allure-pytest插件虽然被加载，但不会执行任何数据收集和写入操作，自然不会有步骤信息。

5.3 生成与查看Allure HTML报告

生成结果文件后，它们还不是我们看到的网页。需要allure命令行工具来转换。

# 方法一：生成静态HTML报告到指定目录（如 ./allure-report） allure generate ./allure-results -o ./allure-report --clean # 然后手动用浏览器打开 ./allure-report 目录下的 index.html 文件 # 方法二：启动一个本地服务实时查看报告（更常用） allure serve ./allure-results

• allure generate：生成静态HTML文件，适合归档或部署到CI服务器。
• allure serve：我最推荐的方式。它会立即生成报告并启动一个本地Web服务器，自动打开浏览器。每次运行新测试后，只需再次执行allure serve即可看到最新报告。
• --clean：在生成新报告前清空输出目录。

5.4 在pytest配置文件中固化设置

如果你不想每次都在命令行输入--alluredir，可以在项目根目录的pytest.ini或pyproject.toml中配置。

pytest.ini配置示例：

[pytest] # 添加 allure 插件 addopts = --alluredir=./allure-results # 可以同时配置其他选项，如 -v (详细输出)， -s (打印输出) # addopts = -v -s --alluredir=./allure-results

配置后，直接运行pytest命令就会自动使用--alluredir参数。

6. 高级技巧与疑难杂症排查

掌握了基础和配置，我们来看看一些能提升效率的高级用法和那些棘手问题的排查方法。

6.1 使用allure.dynamic动态添加属性

除了在代码中写死，你可以在测试运行时动态地修改测试用例在报告中的属性，比如标题、描述、严重级别、标签等。这在参数化测试中特别有用。

import allure import pytest @pytest.mark.parametrize("username, expected", [("user1", True), ("user2", False)]) def test_dynamic_example(username, expected): # 动态设置测试用例的标题 allure.dynamic.title(f"测试用户 '{username}' 的登录预期结果为 {expected}") # 动态设置描述 allure.dynamic.description(f"这是一个参数化测试用例，验证用户 {username}。") # 动态添加标签 allure.dynamic.tag("smoke") if not expected: allure.dynamic.severity(allure.severity_level.CRITICAL) # ... 测试逻辑 result = some_login_func(username) assert result == expected

这样，同一个测试函数，不同参数组合在报告中会有不同的标题和属性，便于区分和过滤。

6.2 步骤嵌套与层次结构

@allure.step天然支持嵌套，形成清晰的树状结构。这通过函数调用来实现。

import allure @allure.step("打开应用主界面") def open_main_page(): with allure.step("启动应用"): pass with allure.step("检查启动画面"): pass with allure.step("加载主页面"): pass @allure.step("执行搜索操作") def search(keyword): with allure.step(f"在搜索框输入: {keyword}"): pass with allure.step("点击搜索按钮"): pass def test_complex_flow(): open_main_page() search("Allure Report") # 报告中会呈现清晰的层级： # - 打开应用主界面 # - 启动应用 # - 检查启动画面 # - 加载主页面 # - 执行搜索操作 # - 在搜索框输入: Allure Report # - 点击搜索按钮

6.3 疑难排查清单：步骤/附件还是不显示？

如果你按照上面的做了，但报告里依然空空如也，请按以下清单逐一排查：

1. 检查pytest命令：是否包含了--alluredir参数？运行后检查指定的目录（如./allure-results）下是否生成了.json结果文件。如果没有，说明数据根本没被收集。
2. 检查插件安装：确认allure-pytest已正确安装在当前Python环境。可以运行pytest --version查看已注册的插件列表。
3. 检查装饰器应用：确保@allure.step装饰的函数确实被调用了。在测试代码中添加print语句或使用调试器，确认执行流经过了被装饰的函数。
4. 检查fixture中的步骤：如果步骤写在fixture里，尝试将其移到测试用例中显式调用，看是否出现。这是最常见的“消失”原因。
5. 检查异常处理：如果被@step装饰的函数内部抛出异常，并且这个异常在函数内部被捕获且没有重新抛出，那么这个步骤可能不会被完整记录。确保异常得到适当处理或传递。
6. 查看allure-results内容：直接打开allure-results目录下的某个.json文件（用文本编辑器），搜索你写的步骤标题。如果这里能找到，说明数据收集是成功的，问题可能出在allure generate/serve环节。如果这里也找不到，问题一定出在pytest执行和数据收集阶段。
7. 清理历史结果：尝试删除allure-results目录和allure-report目录（如果存在），然后重新运行测试和生成报告，避免旧数据干扰。
8. 简化测试用例：创建一个最简单的测试文件，只包含一个@step和一个attach，排除其他复杂代码（如fixture、参数化、类继承）的干扰，验证最基本的功能是否正常。

6.4 在CI/CD流水线中集成

在Jenkins、GitLab CI、GitHub Actions等环境中，流程类似：

1. 执行测试：在CI脚本中，运行pytest命令并指定--alluredir，例如pytest --alluredir=allure-results。
2. 生成报告：使用allure generate命令生成HTML报告。
3. 发布报告：
   • GitHub Pages / 静态托管：将allure-report目录的内容部署到静态服务器。
   • Jenkins Allure Plugin：安装插件，在Job配置中指定allure-results目录的路径，Jenkins会自动集成报告展示。
   • GitLab CI：可以将allure-report定义为artifacts（制品），并提供index.html的直链。

CI中的关键点：确保CI环境中也安装了allure命令行工具。通常可以通过包管理器（如apt-get,yum,apk）或直接下载二进制包来安装。

7. 一个完整的实战示例与代码模板

最后，我们用一个模拟的Web UI测试场景，把上面的所有知识点串起来，形成一个可以直接参考的模板。

""" test_allure_integration.py 一个完整的Allure与pytest集成示例，展示step和attach的最佳实践。 """ import allure import pytest import time from typing import Tuple import random # ---------- 模拟一些测试用的工具函数 ---------- def mock_find_element(by, value): """模拟查找页面元素""" time.sleep(0.1) return f"Element<{by}='{value}'>" def mock_click(element): """模拟点击元素""" time.sleep(0.2) print(f"Clicked on {element}") return True def mock_send_keys(element, text): """模拟输入文本""" time.sleep(0.05 * len(text)) print(f"Sent keys '{text}' to {element}") return True def mock_get_screenshot(): """模拟获取截图，返回字节数据""" return b"fake_screenshot_bytes_" + str(random.randint(1000, 9999)).encode() def mock_api_call(endpoint, data): """模拟API调用""" time.sleep(0.3) response = {"status": "success", "data": {"id": 123, "name": data.get("username")}} print(f"API Call to {endpoint}: {response}") return response # ---------- 使用 @allure.step 封装操作步骤 ---------- @allure.step("打开浏览器并导航至 '{url}'") def navigate_to(url: str) -> str: allure.attach(f"导航目标URL: {url}", "导航信息", allure.attachment_type.TEXT) # 模拟导航操作 print(f"Navigating to {url}") time.sleep(0.5) return f"Loaded: {url}" @allure.step("在定位器 '{locator}' 处输入文本 '{text}'") def input_text(locator: str, text: str): element = mock_find_element("xpath", locator) mock_send_keys(element, text) allure.attach(f"输入框定位器: {locator}\n输入内容: {text}", "输入操作详情", allure.attachment_type.TEXT) @allure.step("点击定位器为 '{locator}' 的元素") def click_element(locator: str): element = mock_find_element("css selector", locator) mock_click(element) # 点击后附加截图 screenshot = mock_get_screenshot() allure.attach(screenshot, name=f"点击_{locator}_后截图", attachment_type=allure.attachment_type.PNG) @allure.step("调用用户创建API，用户名为 '{username}'") def create_user_via_api(username: str, email: str) -> dict: payload = {"username": username, "email": email} response = mock_api_call("/api/users", payload) # 将API响应以JSON格式附加到报告 import json allure.attach(json.dumps(response, indent=2), "API响应", allure.attachment_type.JSON) return response # ---------- 测试用例 ---------- @allure.epic("用户管理系统") @allure.feature("用户创建流程") class TestUserCreation: @allure.story("通过Web界面创建新用户") @allure.title("成功创建新用户 - {username}") @allure.severity(allure.severity_level.CRITICAL) @pytest.mark.parametrize("username, email", [("张三", "zhangsan@example.com"), ("李四", "lisi@example.com")]) def test_create_user_ui(self, username: str, email: str): """ 测试通过Web UI创建用户的完整流程。 """ # 动态修改标题（覆盖parametrize生成的参数显示） allure.dynamic.title(f"UI创建用户: {username}") # 步骤1: 导航到用户创建页面 navigate_to("https://example.com/admin/user/create") # 步骤2: 填写用户表单 with allure.step("填写用户基本信息"): input_text("//input[@name='username']", username) input_text("//input[@name='email']", email) # 模拟选择下拉框 with allure.step("选择用户角色为'管理员'"): click_element("select#role > option[value='admin']") # 步骤3: 提交表单 click_element("button[type='submit']") # 步骤4: 验证结果 with allure.step("验证用户创建成功提示"): # 模拟验证成功消息 success_msg = mock_find_element("css", ".alert-success") expected_text = f"用户 {username} 创建成功" allure.attach(f"找到的成功消息元素: {success_msg}\n期望包含文本: {expected_text}", "验证信息", allure.attachment_type.TEXT) # 这里应该是实际的断言，例如 assert expected_text in success_msg.text assert True # 模拟断言成功 # 附加最终状态截图 final_screenshot = mock_get_screenshot() allure.attach(final_screenshot, "用户创建完成页面", allure.attachment_type.PNG) @allure.story("通过API接口创建新用户") @allure.title("API创建用户并验证数据一致性") def test_create_user_api(self): """ 测试通过API创建用户，并验证返回数据。 """ test_username = "api_user_001" test_email = "api001@example.com" # 调用封装好的API步骤 response = create_user_via_api(test_username, test_email) # 验证响应 with allure.step("验证API响应状态和数据"): assert response["status"] == "success", f"API状态错误: {response}" allure.attach(f"响应状态验证通过: {response['status']}", "状态验证", allure.attachment_type.TEXT) user_data = response["data"] assert user_data["name"] == test_username, f"用户名不一致: {user_data}" # 将关键数据以更美观的方式附加 verification_info = f""" 预期用户名: {test_username} 实际返回用户名: {user_data['name']} 用户ID: {user_data['id']} """ allure.attach(verification_info, "数据一致性验证详情", allure.attachment_type.TEXT) # ---------- 一个常见的失败用例示例 ---------- @allure.feature("错误处理") def test_login_with_invalid_password(): """ 测试使用错误密码登录，预期失败并捕获异常信息。 """ with allure.step("使用无效密码尝试登录"): # 模拟登录操作 try: # 假设这是一个会抛出异常的函数 raise ValueError("登录失败: 密码错误") except ValueError as e: # 捕获异常，附加详细信息，然后重新抛出让测试失败 error_detail = f"异常类型: {type(e).__name__}\n异常信息: {str(e)}\n发生时间: {time.ctime()}" allure.attach(error_detail, "登录失败异常详情", allure.attachment_type.TEXT) # 附加一张“错误页面”截图 allure.attach(mock_get_screenshot(), "登录错误页面", allure.attachment_type.PNG) raise # 重新抛出异常，使测试结果为失败

如何运行这个示例：

1. 将代码保存为test_allure_demo.py。
2. 在终端运行：pytest test_allure_demo.py -v --alluredir=./allure-results
3. 生成报告：allure serve ./allure-results

打开浏览器，你将看到一个结构清晰、步骤详尽、带有截图和附件的Allure报告。每个测试用例的步骤树、动态标题、参数化展示、附件列表都一目了然。这个模板几乎涵盖了日常使用中的所有最佳实践，你可以直接以此为起点，构建你自己的自动化测试报告体系。记住，清晰的步骤和关键的附件，是让测试报告从“合格”变为“优秀”的关键。