性能分析（Performance Profiling）是一套围绕 Web 性能的工作流技能，核心理念是“测量、分析、优化，且严格按此顺序进行”。
用途与原则 该技能用于指导开发者系统地发现和解决性能问题，强调先进行测量建立基线，再定位真正的瓶颈，最后做有针对性的修复并验证效果，避免凭猜测优化或过早进行微优化。其核心原则是：最快的代码是不运行的代码，应先移除再优化。
主要能力
- Core Web Vitals 指标参考：给出 LCP（加载）、INP（交互性）、CLS（稳定性）三项指标的良好与较差阈值。
- 分阶段测量建议：开发阶段使用本地 Lighthouse，CI/CD 阶段使用 Lighthouse CI，生产阶段使用 RUM（真实用户监控）。
- 四步分析流程：基线（测量当前状态）→ 定位（找到瓶颈）→ 修复（做针对性修改）→ 验证（确认改进）。
- 工具选择指引：针对页面加载、包体积、运行时、内存、网络等不同问题，分别对应 Lighthouse、包分析器、DevTools 的 Performance/Memory/Network 面板。
- 包体积分析：识别大型依赖、重复代码、未使用代码和缺失代码分割等问题，并给出按需导入、去重与升级版本、路由级代码分割、tree shake 等优化动作。
- 运行时性能分析：通过 Performance 面板识别长任务（大于 50ms）、大量小任务、布局与绘制开销、脚本执行等模式。
- 内存分析：通过 Memory 面板识别堆增长（可能的泄漏）、大对象保留、游离 DOM 等模式。
- 常见瓶颈与快速收益清单：按症状归纳原因，并给出启用压缩、图片懒加载、路由代码分割、静态资源缓存、图片优化等优先级清单。
- 反模式提醒：不要猜测问题、不要微优化、不要过早优化、不要忽视真实用户数据。
使用方式
技能附带运行时脚本，可用于自动化分析。例如执行 python scripts/lighthouse_audit.py https://example.com 可对指定 URL 运行 Lighthouse 性能审计。其余流程主要依赖 Lighthouse、包分析器和浏览器 DevTools 的各项面板手动完成。
适用场景 适用于 Web 前端性能审计与优化，包括首屏加载慢、交互响应慢、滚动卡顿、内存持续增长等问题的排查，以及包体积治理和 CI/CD 中的性能回归监控。
限制 该资料为性能分析的方法与流程指引，未提供具体框架集成方案、脚本内部实现细节及更多脚本的用法；部分指标阈值与工具建议属于通用实践，实际效果需结合具体项目测量验证。