LLM 驱动的自动化测试系列（13）：Flaky Test 不是重跑几次就能解决的分类问题

本文对比了 flaky test 领域几类工具的根因判断能力：pytest-rerunfailures 与 flaky 只做失败重跑、不回答失败原因，DeFlaker 用 git diff 与代码覆盖率交叉验证区分失败是否与本次改动相关，pytest-triage 是唯一真正调用 LLM API 做根因分类的开源实现。