稳定性分析
评估测试用例的稳定性，识别波动（Flaky）用例，提升测试可靠性。
稳定性评分
基于用例执行结果计算整体稳定性评分：
| 等级 | 说明 |
|---|---|
| 优秀 | 用例结果高度一致，极少波动 |
| 良好 | 偶有波动，整体稳定 |
| 一般 | 存在较多波动用例，需要关注 |
| 差 | 大量用例结果不稳定，需要治理 |
Flaky 用例排行
展示 Top 20 波动用例，即多次执行时结果不一致的用例（时而通过时而失败）。
每个 Flaky 用例显示：
- 用例名称
- 波动率（不一致次数 / 总执行次数）
- 最近的执行记录
趋势分析
- 稳定性评分变化：折线图展示评分随时间的变化趋势
- Flaky 数量变化：追踪 Flaky 用例数量的增减
评分分布
展示所有用例的稳定性评分分布情况，了解整体质量状况。
Flaky 用例会严重影响测试结果的可信度，建议定期检查并修复高波动用例。