AI导哈

网站性能分析工具

一个通过Playwright和Lighthouse分析网站性能的MCP服务器，支持LLM进行网站性能分析。

  • by kbyk004-diy
  • TypeScript
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 kbyk004/playwright-lighthouse-mcp

使用说明

剧作家灯塔MCP服务器

使用Playwright和Lighthouse分析网站性能的MCP服务器。通过模型上下文协议（MCP），LLM可以执行网站性能分析。

特性

  • 使用Lighthouse进行性能分析
  • 屏幕截图

设置

先决条件

  • Node.js 18或更高版本
  • npm

安装

# Clone the repository
git clone https://github.com/kbyk004/playwright-lighthouse-mcp.git
cd playwright-lighthouse-mcp

# Install dependencies
npm install
npx playwright install

# Build
npm run build

用法

调试MCP服务器

npm run inspector

与MCP客户端集成

此服务器旨在与支持模型上下文协议（MCP）的客户端一起使用。例如，它可以与Claude For Desktop集成。

Claude桌面版配置示例

将以下内容添加到Claude for Desktop配置文件中(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "playwright-lighthouse": {
      "command": "node",
      "args": [
        "/path-to/playwright-lighthouse-mcp/build/index.js"
      ]
    }
  }
}

可用工具

1.运行灯塔

在当前打开的页面上运行Lighthouse性能分析。

参数：

  • url：要分析的网站的URL
  • categories：要分析的类别数组（默认值：[“性能”]）
    • 可用类别：“性能”、“可访问性”、“最佳实践”、“seo”、“pwa”
  • maxItems：每个类别显示的最大改进项目数（默认值：3，最大值：5）

2.截图

对当前打开的页面进行截图。

参数：

  • url：要捕获的网站的URL
  • fullPage：如果为true，则捕获整个页面的屏幕截图（默认值：false）

输出格式

分析结果包括：

  • 每个选定类别的总体得分（带颜色指示器）
  • 按类别分组的关键改进领域
  • 已保存报告文件的路径

许可证

MIT许可证-请参阅 许可证 详见

相关 MCP