Автотесты на Python: как не превратить регрессию в гадание на кофейной гуще?

Всем привет! Я тут на днях рефакторила регрессионный набор для одного микросервиса и поняла, что половина тестов — это просто рандомные проверки, которые то проходят, то нет. Серьёзно, ребята, как вы боретесь с флакающими тестами? У нас в проекте есть парочка таких «призраков», которые валятся на CI без видимой причины, а при локальном запуске — зелёные. Лично я перешла на подход с изоляцией тестовых данных и добавила retry-механизмы для внешних зависимостей, но хочется услышать ваши кейсы. Может, кто-то использует property-based testing или встроил автоматический анализ логов при падении? Поделитесь опытом, а то скоро начну подозревать, что тесты обиделись на меня за частые релизы 😅. Кстати, если у кого-то есть удачные примеры на pytest с фикстурами для сложных сценариев — кидайте ссылки, буду благодарна!