frontend-performance-optimization

name	frontend-performance-optimization
description	Use when 用户需要优化前端性能、提升页面加载速度、减少白屏时间、优化交互流畅度、进行性能排查时。触发场景：前端性能优化、页面加载慢、白屏时间长、卡顿、LCP/FID/CLS指标优化、前端性能分析、打包体积优化。

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