mcpField
P
performance-profiling

performance-profiling

github.com/sickn33测试与质量48.7k1.0k 次安装今天更新
代码仓库

关于 performance-profiling

用于网站性能分析与优化的技能,提供基线测量、瓶颈定位、修复和验证流程,并附有 Lighthouse 审计脚本。适合开发者评估页面加载、运行时、内存和网络表现;实验室分数不能代表真实用户体验。

主要功能

  1. 01按基线、定位、修复、验证推进
  2. 02使用 Lighthouse 执行性能审计
  3. 03分析资源包、运行时、内存和网络
  4. 04依据症状识别常见瓶颈

适用场景

  1. 01检查授权网站的页面加载表现
  2. 02定位脚本执行或渲染卡顿
  3. 03分析资源包体积与重复代码
  4. 04通过真实用户监测补充实验室数据

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/sickn33/agentic-awesome-skills --skill performance-profiling

安装后在 Claude Code 中输入/performance-profiling确认已加载。

附带文件scripts/lighthouse_audit.py

详细介绍

性能分析

先测量,再分析,最后优化。

🔧 运行时脚本

使用前请先检查此捆绑辅助工具的代码,并且仅对已获授权的 URL 运行。Lighthouse 会启动浏览器并加载第三方资源;实验室评分不能证明现场 Core Web Vitals 达标。此辅助工具会分别报告命令/JSON 错误和不可用的评分;请检查返回的错误,不要将不可用的类别视为零分。

脚本用途用法
scripts/lighthouse_audit.pyLighthouse 性能审计python scripts/lighthouse_audit.py https://example.com

1. Core Web Vitals

目标
指标良好较差衡量内容
LCP< 2.5s> 4.0s加载
INP< 200ms> 500ms交互性
CLS< 0.1> 0.25稳定性
测量时机
阶段工具
开发本地 Lighthouse
CI/CDLighthouse CI
生产环境RUM(真实用户监控)

2. 分析工作流

4 步流程
1. BASELINE → Measure current state
2. IDENTIFY → Find the bottleneck
3. FIX → Make targeted change
4. VALIDATE → Confirm improvement
分析工具选择
问题工具
页面加载Lighthouse
捆绑包大小捆绑包分析器
运行时DevTools Performance
内存DevTools Memory
网络DevTools Network

3. 捆绑包分析

需要关注的内容
问题指标
依赖项过大捆绑包顶部
代码重复多个代码块
未使用的代码覆盖率低
缺少拆分单个大型代码块
优化措施
发现的问题措施
库过大导入特定模块
依赖重复去重并更新版本
路由位于主包中代码拆分
未使用的导出摇树优化

4. 运行时分析

Performance 标签页分析
模式含义
长任务(>50ms)阻塞 UI
许多小任务可能有批处理机会
布局/绘制渲染瓶颈
脚本JavaScript 执行
Memory 标签页分析
模式含义
堆持续增长可能存在泄漏
保留对象过大检查引用
分离的 DOM未清理

5. 常见瓶颈

按症状分类
症状可能原因
初始加载缓慢JavaScript 过大、阻塞渲染
交互缓慢事件处理程序开销过大
滚动时卡顿布局抖动
内存持续增长泄漏、保留的引用

6. 快速见效的优化优先级

优先级措施影响
1启用压缩高
2延迟加载屏幕外图片;LCP 图片保持即时加载取决于工作负载
3拆分路由代码高
4缓存静态资源中
5优化图片中

7. 反模式

❌ 不要✅ 应该
猜测问题所在先分析
过度进行微优化先解决最大的问题
过早优化需要时再优化
忽视真实用户使用 RUM 数据

请记住: 最快的代码,就是不运行的代码。先删减,再优化。

适用场景

当需要执行概述中描述的工作流或操作时,可使用此技能。

限制

  • 仅当任务明确符合上述范围时,才使用此技能。
  • 不要将输出视为可替代环境特定验证、测试或专家审查的方案。
  • 如果缺少必要的输入、权限、安全边界或成功标准,请停止并请求澄清。

评论

支持 Markdown