用途：提供性能剖析（Performance Profiling）的原则与流程，强调“先测量、再分析、最后优化”的顺序，用于诊断页面加载、运行时、内存与网络等性能问题。
主要能力与内容：
- 运行脚本：scripts/lighthouse_audit.py 用于 Lighthouse 性能审计，用法为 python scripts/lighthouse_audit.py https://example.com。
- Core Web Vitals 指标与阈值：LCP 良好<2.5s、较差>4.0s，衡量加载；INP 良好<200ms、较差>500ms，衡量交互；CLS 良好<0.1、较差>0.25，衡量稳定性。测量时机分为开发（本地 Lighthouse）、CI/CD（Lighthouse CI）、生产（RUM 真实用户监控）。
- 四步剖析流程：BASELINE 测量现状、IDENTIFY 定位瓶颈、FIX 做针对性修改、VALIDATE 确认改进。工具选择：页面加载用 Lighthouse，包体积用 Bundle analyzer，运行时用 DevTools Performance，内存用 DevTools Memory，网络用 DevTools Network。
- 包体积分析：关注大依赖（位于包顶部）、重复代码（多个 chunk）、未使用代码（覆盖率低）、缺少拆分（单一超大 chunk）。优化动作：大库按需导入具体模块、去重并升级版本、路由代码分割、未使用导出去除（tree shake）。
- 运行时剖析：Performance 面板中长任务>50ms 表示 UI 阻塞，大量小任务可能存在批处理机会，布局/绘制表示渲染瓶颈，Script 表示 JavaScript 执行；Memory 面板中堆增长可能是泄漏，大对象保留需检查引用，Detached DOM 表示未清理。
- 常见瓶颈与症状：初始加载慢（大量 JS、渲染阻塞）、交互慢（事件处理过重）、滚动卡顿（布局抖动）、内存增长（泄漏、被保留的引用）。
- 快速见效优先级：启用压缩（高）、图片懒加载（高）、路由代码分割（高）、静态资源缓存（中）、图片优化（中）。
- 反模式：不要猜测问题而应先剖析，不要微优化而应先修最大问题，不要过早优化而应按需优化，不要忽略真实用户而应使用 RUM 数据。
限制：资料未说明所涉具体技术栈、依赖环境、脚本参数细节及实际效果数据，暂未提供；相关平台、收费与版本信息暂未提供。