fix: 1、update docs；2、将生成的json用例结果以py维度统计；

Description:

Log:

README.md

@@ -1,6 +1,6 @@
 <p align="center">
-  <a href="https://pic.imgdb.cn/item/653093a4c458853aef34d674.png">
-    <img src="./docs/logo.png" width="520" alt="YouQu">
+  <a href="https://linuxdeepin.github.io/youqu">
+    <img src="./docs/assets/logo.png" width="520" alt="YouQu">
   </a>
 </p>
 <p align="center">

conftest.py

@@ -790,7 +790,7 @@ def pytest_sessionfinish(session):
                         continue
                     else:
                         default_result["result"] = "fail"
-                    item_name = item.nodeid.split("[")[0]
+                    item_name = item.nodeid.split("::")[0]
                     if not execute.get(item_name) or (
                             item.outcome != ConfStr.PASSED.value
                             and execute.get(item_name).get("result") == "pass"
@@ -821,7 +821,7 @@ def pytest_sessionfinish(session):
     if not session.config.option.collectonly and session.config.option.top:
         session.p.terminate()
         system(
-            f"ps -aux | grep '{GlobalConfig.top_cmd}' | "
+            f"ps -ef | grep '{GlobalConfig.top_cmd}' | "
             "cut -c 9-15 | xargs kill -9 > /dev/null 2>&1"
         )
         session.p.close()

docs/规划/未来规划.md

@@ -1 +1,41 @@
-# 未来规划
+# 未来规划
+
+## 桌面应用性能自动化测试
+
+### 需优化解决的性能自动化问题
+
+1、环境问题，测试人员在本地编写代码，环境不好搭建，框架只提供 Docker 环境部署，适合在生产环境运行，但是对测试人员本地编写代码安装环境很不友好，因为代码编辑器调试代码只能通过入口文件执行，不能在编辑器中直接执行单个用例脚本；
+
+2、在 Docker 里面执行，代码报错看不到报错信息，不好定位问题；
+
+3、强制依赖串口线，不插串口线，环境也无法部署，给想要尝试或者愿意尝试的人员造成了一些困扰，还依赖较多设备（服务端-测试机），一些团队并不能找到那么多机器；
+
+4、那些好不容易尝试用起来的人员，使用一段时间后会痛恨 1 和 2 的问题，让他们觉得难度有点大，团队中普遍人员代码能力不强，尝试人员都觉得难搞，其他人员也就可想而知；
+
+### 方案
+
+性能自动化支持以下功能
+
+1、因地制宜（手上有什么设备就用什么方案）
+
+**【低配版】**只有一台机器
+
+- 本机执行方案；
+
+- 本机执行，本机同步解析；
+
+- 本机执行，外部机器异步解析；
+
+**【中配版】**有两台机器，有网络，但是没有串口线
+
+- 服务端-客户端，通过远程网络连接控制。
+
+【高配版】有两台机器，并且有串口线，有没有网络无所谓
+
+- 服务端-客户端，通过串口线连接控制。
+
+**【顶配版】**高配 + 继电器
+
+- 最完美的方案。
+
+2、环境安装、代码调试环境、执行环境要对编码人员更加友好；