Agent Skills
返回列表
网页性能审计

网页性能审计

IT 运维与安全 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 的指引,将 @user_87fe1a85/gwchen08 安装到当前 AI 助手中。

技能介绍

要解决什么问题

页面慢不慢,不能靠感觉。Lighthouse 分数告诉你 LCP 是多少,但不告诉你是 TTFB、资源加载还是渲染延迟拖累了它;DevTools 面板数据海量,手动翻 trace 很耗时。更常见的是伪问题泛滥——渲染阻塞资源明明 0ms 影响也被标成警告,工程师把时间浪费在优化无关紧要的项上。

核心能力与工作流程

技能基于 chrome-devtools MCP server,用浏览器内追踪量化每项优化的实际收益,流程分五步:

阶段一:性能追踪

  • navigate_page 打开目标 URL
  • performance_start_trace(autoStop: true, reload: true)抓取冷加载指标

阶段二:Core Web Vitals 分析

  • performance_analyze_insight 提取 LCP、CLS、INP 及归因明细,如 LCPBreakdown 拆解 TTFB、资源加载、渲染延迟三段耗时
  • 对照 web.dev 的 good/needs-improvement/poor 阈值评级,具体阈值以检索为准而非凭记忆

阶段三:网络分析

  • list_network_requests 列出全部请求:渲染阻塞的 JS/CSS、拖慢关键资源的请求链、缺失的 preload、薄弱的 Cache-Control、未压缩的大包

阶段四:无障碍快照

  • take_snapshot 生成可访问性树,检查 ARIA ID 缺失、对比度不足(对照 WCAG AA)、焦点指示缺失

阶段五:代码库分析(拿到源码才做)

  • 识别 Webpack/Vite/Rollup/esbuild 等构建栈
  • 检查 tree-shaking 配置、整包引入的工具库(如 lodash)、polyfill 体积、生产环境遗留的 source map

输出格式:Vitals 摘要表 → 按预估收益排序的 Top Issues → 带代码片段的具体建议;0ms 收益的项直接跳过,已达标的站点(如 CLS 为 0)如实说明。

使用边界

  • 前置条件:必须先配置 chrome-devtools MCP server,技能开始时探测 navigate_page 是否可用,不可用则直接停止并提示补配置
  • 第三方站点无源码访问时,跳过代码库分析,只审计页面运行时表现
  • insight 名称因 DevTools 版本而异,遇到不匹配时以 trace 响应中的 insightSetId 为准

使用场景

  • 上线前给产品页跑冷启动追踪,定位 LCP 被 TTFB、字体或 hero 图哪一段拖慢,并列出具体优化项。
  • 用户反馈首屏卡顿,但 Lighthouse 分数看不出瓶颈,需要用 trace 和网络请求列表确认阻塞脚本、缺失 preload 或请求链。
  • 改版后 CLS 波动,需要通过布局偏移归因与可访问性快照,确认图片缺 dimension、字体换挡或注入内容。
  • 有源码的前端项目做发布前体检,识别构建栈、tree-shaking、死代码、polyfill 与生产 source map 问题。

适合人员

  • 负责核心页面性能的前端工程师,需要在发布前用 trace 量化瓶颈,并避免优化 0ms 影响的伪问题。
  • 做增长页或落地页的技术人员,需要判断首屏加载慢的具体来源,给出图片、字体、请求、缓存可落地优化。
  • 维护大型前端项目的工程师,想在改版后核查 tree-shaking、死代码、polyfill 和生产构建配置。
  • 关注无障碍与体验的 QA,需要基于可访问性快照发现对比度、焦点指示、ARIA ID 等具体缺陷。