网页性能审计
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 URLperformance_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-devtoolsMCP 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。