mcpField
@
@enemyrr/mcp-server-pagespeed

@enemyrr/mcp-server-pagespeed

本地服务
github.com/enemyrr开发工具1189 周前更新

关于 @enemyrr/mcp-server-pagespeed

@enemyrr/mcp-server-pagespeed 是通过 Google PageSpeed Insights 分析网页性能的 MCP 服务,为 AI 模型提供加载指标和按优先级排列的改进建议。

主要功能

  1. 01使用 Google PageSpeed Insights 分析网页
  2. 02返回性能评分和加载指标
  3. 03提供按优先级排列的改进建议
  4. 04处理 URL 和 API 错误

适用场景

  1. 01检查网页性能
  2. 02查看加载体验指标
  3. 03识别优先处理的性能改进项

MCP 相关

向 MCP 客户端提供 analyze_pagespeed 工具,接收网页 URL 并返回 PageSpeed Insights 分析结果。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"pagespeed": {
"command": "npx",
"args": [
"-y",
"mcp-server-pagespeed"
]
}
}
}
启动命令npx -y mcp-server-pagespeed

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmmcp-server-pagespeed

工具

1

收录的工具列表 · 更新于 3 周前

参数类型必填说明
urlstring是要分析的 URL

详细介绍

@enemyrr/mcp-server-pagespeed

一个提供 Google PageSpeed Insights 分析功能的模型上下文协议服务。此服务通过标准化接口,让 AI 模型能够分析网页性能。

Server Pagespeed MCP server

Cursor IDE 安装与设置

  1. 克隆并构建项目:
git clone https://github.com/enemyrr/mcp-server-pagespeed.git
cd mcp-server-pagespeed
npm install
npm run build
  1. 在 Cursor IDE 设置中添加服务:
    • 打开命令面板(Cmd/Ctrl + Shift + P)
    • 搜索 "MCP: Add Server"
    • 填写以下字段:
      • 名称:pagespeed
      • 类型:command
      • 命令:node /absolute/path/to/mcp-server-pagespeed/build/index.js

注意:将 /absolute/path/to/ 替换为你克隆并构建项目的实际路径。

命令行用法

直接运行:

npx mcp-server-pagespeed

可用工具

analyze_pagespeed

使用 Google PageSpeed Insights API 分析网页。

use_mcp_tool({
  server_name: "pagespeed",
  tool_name: "analyze_pagespeed",
  arguments: {
    url: "https://example.com"
  }
});

工具会返回:

  • 总体性能评分(0-100)
  • 加载体验指标
    • 首次内容绘制
    • 首次输入延迟
  • 最多 5 条改进建议,包含:
    • 标题
    • 描述
    • 潜在影响
    • 当前值

功能

  • 实时网页性能分析
  • 详细的加载体验指标
  • 按优先级排列的改进建议
  • 全面的错误处理
  • 支持 TypeScript

错误处理

此服务会针对以下情况提供详细的错误信息:

  • 无效 URL
  • API 请求失败
  • 连接问题
  • 无效的工具调用

贡献

欢迎贡献!请随时向 https://github.com/enemyrr/mcp-server-pagespeed 提交 Pull Request。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。