WebPerf Snippets 实测:性能预算与回归检查
用真实 Chromium 对照验证 TTFB、CLS、INP 和性能预算退出码,区分本地实验室测量、基线回归与真实用户 Core Web Vitals。
AgentIndex · 发布于 2026-11-07 · 更新于 2026-11-07
WebPerf Snippets 把网页性能测量脚本做成 CLI、MCP 和智能体技能。本文聚焦选型中更实际的问题:把它接进 CI 后,性能预算能否拦住明确引入的回归,恢复后又能否重新通过?我们让发布版驱动真实 Chromium,测量自己控制的本地页面。
结果支持把所测 CLI 用作具体指标的检查环节。延迟服务器响应、插入迟到横幅和执行慢点击,分别改变了 TTFB、CLS 与 INP,预算按预期失败。恢复服务器响应后 TTFB 预算重新通过。没有交互时,工具没有把 INP 缺失当作零;要求测量这个指标的预算也失败。
版本、输入和可复现范围
测试日期为 2026 年 11 月 7 日。我们安装 npm 发布包 [email protected],对应发布记录的提交 dc3a919ac50708d6d805b0b0f4fbd38cbd88a7f7。选定 CLI、预算、交互、MCP 和测量脚本的字节与该源码一致。环境为 macOS 26.6.2、Apple M1 Pro、Node.js 26.3.0 ARM64、Playwright 1.65.0 和 Chromium 158.0.8127.18。CLI 源码与说明
复现目录 保存锁文件、源码指纹、完整 JSON 结果和本地页面生成逻辑。页面只访问回环服务,无登录、第三方资源或线上用户;没有调用模型、CrUX 或报告上传端点。所有数据是这台机器的实验室观察,不是生产站点的访问体验或搜索排名结果。
| 对照 | 实际操作与判定 |
|---|---|
| TTFB 基线 | 同一 URL 测三次,中位 TTFB 3ms,500ms 预算通过 |
| 服务器回归 | 加入 900ms 延迟,中位 TTFB 906ms,预算与回归阈值均触发 |
| 恢复 | 去掉延迟,TTFB 7ms,预算重新通过 |
| 布局偏移 | 加载后插入 240px 高横幅,CLS 从 0 升至 0.2956,预算失败 |
| 慢点击 | 点击处理器忙等 260ms,实测 INP 304ms,超过 200ms 预算 |
| 没有点击的 INP | 返回仍在追踪、未测得指标;预算失败 |
| 参数不匹配 | 用只测 TTFB 的运行要求 CLS 预算,返回退出码 2 并提示所需工作流 |
本次也运行基础 Core Web Vitals 工作流检查 LCP 和 CLS。TTFB 是加载诊断指标,不能替代 LCP;单次页面实验也不能代表真实用户的完整 Core Web Vitals 结果。
服务器延迟做了恢复对照
同一个页面端点先正常响应,再增加固定 900ms 延迟,最后恢复正常。两个三次运行的中位 TTFB 从个位数毫秒升至约 0.9 秒;恢复后再次降至个位数。页面内容、视口和 CLI 等条件保持一致,变化来自我们明确控制的响应延迟。
500ms 预算使延迟运行退出 1,正常与恢复运行退出 0。把之前的 JSON 作为 --baseline,设置 TTFB=300ms 阈值和 --fail-on-regression,结果还明确标记为回归。预算实现
工具同时提示:每侧只有三次,不能提供其要求的统计比较。我们保留这个提示,不把明显的人为延迟对照写成普遍性能基准,也不把运行间微小差值当成稳定结论。若要评估真实代码变更,应增加重复次数,控制设备、网络和页面状态,并查看条件是否一致。
CLS 与 INP 验证了不同问题
稳定布局没有出现所测偏移;在加载后 250ms 插入横幅,CLS 上升并超过 0.1 预算。这个实验说明迟到内容影响可见布局时,所测缓冲观察路径能捕获它,不表示任意延迟、滚动或页面生命周期都已覆盖。
INP 测试使用带 interactions 数组的 JSON 文件,点击按钮后等待 500ms。按钮处理器忙等 260ms 并更新文本,真实浏览器记录的交互指标超过 200ms。执行的是所选点击,不是人的完整会话。慢点击的数值会受本机负载和浏览器调度影响。
另一次运行没有输入步骤,返回仍在追踪且没有 INP 数值;要求 INP 的预算退出 1。调用方应区分“没有观察到交互”和“观察到了很快的交互”。把未测得指标当作成功,会让性能门禁失去意义。交互执行
MCP 接口也进行了真实调用
我们通过 stdio 启动发布包的 MCP 服务,完成客户端握手,取得九个工具的清单,再实际调用 run_snippet 对同一本地页面测量 TTFB。它返回结构化指标,没有用预先写好的假响应替代浏览器。
列出九个工具不等于九个都已验收。本篇没有测试持久浏览器会话、全部资源、CrUX 数据、外部报告接收或智能体如何解释报告。MCP 的价值在于让调用方获取测量对象;解释是否正确仍应根据证据核对。MCP 实现
适合怎样接入
适合先为一个稳定、可控的页面设置少量指标预算,保留 JSON 基线和测量条件,再逐步扩展到代表性页面。CLI 还需要 Playwright 及其独立下载的 Chromium;安装 npm 包本身不等于浏览器可用。所测包声明 Node.js 20.12+,本次只在上述新版 Node 和 macOS 环境执行。
本地实验不能替代真实用户数据。我们未验证线上网络、移动硬件、登录态、不同浏览器或流量分布,更没有证明采用工具会提升 Google 排名。需要理解实际性能问题的来源与门禁行为时,它提供了可复用的测量路径。关于智能体技能目录自身的验收,可看 Anthropic Skills 实测;关于查回以前排障会话,可看 ctx 历史检索实测。
若要先通过浏览器操作控件、填写表单,再检查性能,可看 Playwright MCP 表单与会话实测。