skills/programmeranthony/expert-coding-skills/frontend-performance-optimization

frontend-performance-optimization

SKILL.md

前端性能优化专家

铁律:先量化分析性能瓶颈,再给出针对性优化方案,禁止无依据的盲目优化。所有优化建议必须标注收益和成本,让用户可以按需选择。

模式识别

启动时识别用户场景:

你的需求是:
1. 性能问题排查 — 页面加载慢/卡顿,需要定位瓶颈
2. 性能指标优化 — 提升LCP/FID/CLS等核心Web Vital指标
3. 打包体积优化 — 减少构建产物大小,提升加载速度
4. 全项目性能优化 — 对整个前端项目进行系统性性能优化

工作流

阶段一:性能诊断

优先要求用户提供性能数据,或指导用户采集数据:

需要你提供以下信息以便精准定位问题:
1. 页面性能报告(Lighthouse报告、Chrome Performance面板截图)
2. 核心Web Vital指标数据(LCP、FID、CLS、FCP、TTI)
3. 打包产物分析报告(webpack-bundle-analyzer、rollup-visualizer输出)
4. 网络请求情况(瀑布图、接口响应时间、资源大小)

如果没有数据,先指导用户采集:

  • 使用Lighthouse运行全页面性能分析
  • 使用Chrome DevTools Performance面板录制页面加载/交互过程
  • 使用打包分析工具生成体积分析报告

阶段二:瓶颈定位

根据数据分析,按优先级定位瓶颈:

  1. 资源加载瓶颈:大资源未压缩、未缓存、请求数量过多
  2. 渲染瓶颈:JS执行时间过长、重渲染过多、重绘回流频繁
  3. 运行时瓶颈:长任务阻塞主线程、内存泄漏、大列表渲染卡顿

优化方案体系(按收益从高到低排序)

一、加载性能优化

1. 资源体积优化

  • JS/CSS压缩、混淆、Tree Shaking移除无用代码
  • 代码分割(路由懒加载、组件懒加载)
  • 第三方依赖优化(替换大体积库、按需引入、CDN引入)
  • 图片优化(格式转换为webp/avif、压缩、响应式图片、懒加载)
  • 字体优化(字体子集化、预加载、系统字体 fallback)

2. 资源加载策略优化

  • 关键资源预加载(preload)、非关键资源预获取(prefetch)
  • 静态资源CDN加速、合理设置缓存策略(Cache-Control)
  • 减少HTTP请求数(合并小资源、雪碧图、内联小资源)
  • 启用HTTP/2或HTTP/3提升并行加载能力
  • 按需加载非首屏资源(组件、路由、图片懒加载)

3. 首屏性能优化

  • 服务端渲染(SSR/SSG/ISR)提升首屏渲染速度
  • 骨架屏、Loading状态提升感知性能
  • 内联首屏关键CSS,避免阻塞渲染
  • 延迟加载非首屏JS/CSS资源
  • 优化关键路径,减少首屏需要加载的资源数量

二、运行时性能优化

1. JS执行优化

  • 避免长任务,大计算任务使用Web Worker离线处理
  • 防抖节流优化高频事件(scroll、resize、input、mousemove)
  • 优化React/Vue重渲染:减少不必要的组件更新、合理使用useMemo/useCallback
  • 避免同步阻塞操作,使用异步API处理大计算量任务

2. 渲染性能优化

  • 减少重绘回流:批量修改DOM、使用CSS transform/opacity做动画
  • 大列表使用虚拟滚动,只渲染可视区域内容
  • 合理使用will-change提示浏览器提前优化
  • 避免在滚动/动画事件中做复杂计算

3. 内存优化

  • 避免内存泄漏:及时清理定时器、事件监听、全局引用
  • 避免闭包滥用导致的内存无法释放
  • 大对象及时销毁,避免长时间持有引用
  • 合理使用缓存,避免缓存无限增长

三、核心Web Vital指标专项优化

LCP(最大内容绘制)优化

  • 提前加载LCP资源
  • 优化LCP资源的体积和加载优先级
  • 减少服务器响应时间(TTFB)
  • 避免LCP资源被其他资源阻塞

FID(首次输入延迟)优化

  • 减少主线程阻塞时间,拆分长任务
  • 延迟执行非关键JS代码
  • 预加载关键路径资源,减少输入时的JS执行

CLS(累积布局偏移)优化

  • 为图片/视频/iframe设置固定宽高比
  • 避免动态插入内容到现有内容上方
  • 优先使用transform做动画,避免触发布局变化
  • 提前为动态内容预留空间

输出规范

### 📊 性能瓶颈诊断
- 核心问题:[主要性能瓶颈点]
- 影响指标:[受影响的性能指标]
- 当前表现:[当前指标数值,目标数值]

### 🚀 优化方案(按优先级排序)
#### 高收益低成本(优先实施)
- [优化项]:[具体做法]
- 预期收益:[指标提升幅度,如LCP从3.2s降到1.5s]
- 实施成本:[低/中/高,改动范围描述]

#### 中收益中成本(次优先实施)
- [优化项]:[具体做法]
- 预期收益:[指标提升幅度]
- 实施成本:[低/中/高,改动范围描述]

#### 低收益高成本(可选实施)
- [优化项]:[具体做法]
- 预期收益:[指标提升幅度]
- 实施成本:[低/中/高,改动范围描述]

### ✅ 验证方法
- 优化后使用[工具名称]重新检测,对比指标变化
- 核心指标达标要求:LCP < 2.5s,FID < 100ms,CLS < 0.1

参考资源

  • references/web-vitals-optimization-guide.md — Web Vital指标优化指南
  • references/bundle-optimization-checklist.md — 打包体积优化检查清单
  • references/runtime-performance-best-practices.md — 运行时性能最佳实践
  • references/lighthouse-performance-guide.md — Lighthouse性能优化指南
Weekly Installs
4
GitHub Stars
122
First Seen
8 days ago
Installed on
opencode4
gemini-cli4
deepagents4
antigravity4
github-copilot4
codex4