返回探索
指南VibeFix 内容整理更新于 2026年11月21日

别只信 Lighthouse 满分:给 vibe 项目装上 Web Vitals 真实用户监控

Lighthouse 满分不等于用户觉得快。三个指标、一条 75 分位数判法、一个 web-vitals 库:把真实用户的数据接进来,先看最差的四分之一用户,再决定先修哪一页。

一个人坐在桌前用笔记本查看网站加载速度测试,屏幕上的仪表盘显示当前速度 94%

划界:这篇和已发的性能指南有什么不同

先说清楚这篇指南的位置。站里已经有几篇性能相关的指南,各管一摊:《vibe-project-performance-budget-guide》讲上线之前先定性能预算,在开发阶段把数字卡住;《vibe-project-observability-guide》讲给一人团队装上“眼睛和耳朵”,用日志、指标和追踪看系统内部出了什么事;《vibe-project-session-replay-heatmap-guide》讲用会话录像和热图看用户在哪里卡住;《vibe-project-caching-strategy-guide》和《vibe-project-image-optimization-guide》讲具体的优化手段,比如缓存和图片。本篇不讲定预算、不讲日志追踪、不讲录像回放,也不讲某一种优化手段怎么做,只讲一件事:你的网站在真实用户手里到底有多快——用 Web Vitals 三个指标把这个问题的答案量出来,而且是持续地量,不是上线那天测一次就完事。

这件事值得单独写一篇,是因为 vibe 项目最容易在这个问题上自欺欺人。你的电脑是新款,家里是千兆宽带,浏览器缓存里什么都有,Lighthouse 一跑就是 100 分。但你的用户可能在用三年前的安卓机、地铁里的 4G、第一次打开你的站,连缓存都没有。你看到的 100 分和他感受到的卡顿,可以同时成立。这篇指南就是要把“你以为的快”和“用户感受到的快”分开,用真实用户的数据说话。

依据是 Google 的 web.dev 官方文档:Web Vitals 总览、LCP、INP、CLS 四篇(web.dev/articles/vitals、/lcp、/inp、/cls),以及 web-vitals 库的官方说明(github.com/GoogleChrome/web-vitals)。三个指标的定义、达标线、75 分位数判法、实地与实验室测量的区别、库的用法都出自这些文档;操作建议是基于这些机制的做法,会说明哪些是文档原话、哪些是建议。例子里的“小记账”应用是虚构的,仅用于演示。

为什么实验室满分不等于用户觉得快

先分清两种测量。实验室测量(lab)是在受控环境里跑出来的:同一台机器、同一个网络、同一个操作步骤,Lighthouse、Chrome DevTools、WebPageTest 都是这类工具,好处是稳定可重复,适合开发阶段抓回归。实地测量(field)是真实用户访问时采到的数据:不同的手机、网络和操作习惯混在一起才是真相。web.dev 总览文章说得很直接:实验室测量很重要,但不能替代实地测量,因为网站性能会随着用户设备、网络条件、同时运行的其他进程、以及用户如何与页面交互而大幅变化。

更具体地说,INP 和 CLS 在实验室里很难测准。INP 量的是真实交互后的反馈速度,实验室里没人真的去点那些按钮;CLS 量的是页面整个生命周期里的意外偏移,实验室跑几秒就关了页面,而真实用户可能开着标签页一下午,中间弹出的横幅、迟到的内容都会让页面跳动。只在实验室里测,等于只看了彩排,没看正式演出。

所以正确的位置关系是:实验室用来开发时抓回归,实地用来回答“用户到底什么感受”。这篇指南讲的是后半部分:怎么把实地数据接进来、怎么读、怎么根据它排修复优先级。优化手段本身(比如图片怎么压、长任务怎么拆)不在本篇展开,站里已有缓存、图片优化、加载进度等指南各讲一块。

三个指标到底在量什么

Web Vitals 是 Google 给出的一套统一质量信号,其中的核心子集 Core Web Vitals 一共三个指标,对应用户体验的三个面:加载、交互、视觉稳定。每个指标都有一条明确的达标线,判定看 75 分位数——要让 75% 的页面访问都达标才算过关,而不是看平均值,因为平均值会被极端值拉偏,也会被表现好的大多数掩盖。移动端和桌面端要分开算,同一张页面在两类设备上经常是两个世界。

第一个指标是 LCP,最大内容绘制(Largest Contentful Paint),量的是加载。它记录的是视口里最大的图片、文本块或视频渲染出来的时间点,也就是用户觉得“主要内容出来了”的那一刻。达标线是 2.5 秒以内,好是 2.5 秒及以下,超过 4 秒就是差,中间是待改进。注意它量的是“最大的内容”,不是“第一个像素”:首屏先闪出一个加载动画不算数,主内容出来才算数。浏览器会随着内容陆续渲染不断更新 LCP 的候选值,一般以最后一次派发的为准。跨域图片若没配 Timing-Allow-Origin 响应头,浏览器只能拿到加载时间而非渲染时间,数字会略有偏差。

第二个指标是 INP,交互到下一次绘制(Interaction to Next Paint),量的是交互。它观察页面整个生命周期里的全部点击、轻触和按键交互,取其中延迟最长的一次作为结果(交互特别多的页面会按每 50 次交互忽略最差的一次,以去掉偶然抖动)。达标线是 200 毫秒及以下,超过 500 毫秒就是差。INP 的前任是 FID(首次输入延迟),只量第一次交互的输入延迟;INP 改进的地方在于它量的是全部交互,从输入延迟、事件处理耗时、一直到下一帧画出来为止。一次交互的延迟由三段组成:输入延迟(主线程正忙着干别的,你的点击要排队)、处理耗时(事件回调本身跑了多久)、呈现延迟(回调跑完到下一帧画出来之间隔了多久)。三段里任何一段拖后腿,INP 都会变差,所以修 INP 不能只盯着其中一段。

第三个指标是 CLS,累积布局偏移(Cumulative Layout Shift),量的是视觉稳定。它统计的是页面生命周期里所有“意外”的布局偏移中,最大的一次连续偏移 burst(会话窗口:偏移之间间隔不到 1 秒、总长不超过 5 秒的一组偏移)的分数。单次偏移的分数等于影响比例乘以移动距离比例:影响了多大面积、移动了多远,两个数相乘。达标线是 0.1 及以下,超过 0.25 就是差。关键是“意外”两个字:用户自己点的操作引起的位移不算坏,坏的是用户没预料到的跳动,比如正要点的按钮被迟到的横幅顶走。图片没预留尺寸、字体加载后变大、第三方组件加载后撑大,都是 CLS 最常见的来源。

除了这三个核心指标,还有两个辅助指标值得一起采:TTFB(首字节时间),帮你判断 LCP 差是服务器响应慢还是渲染慢;FCP(首次内容绘制),帮你区分“什么都没出来”和“主要内容没出来”。web-vitals 库同时支持这两个指标,接入成本是一样的,顺手一起采了,定位问题的时候能少猜一次。

第一步:不写代码,先拿第一份真实数据

动手写代码之前,先用免费工具拿第一份实地数据,确认问题是不是真的存在。最快的路是 PageSpeed Insights(pagespeed.web.dev):输入网址,直接给出 Chrome 用户体验报告(CrUX)里的实地数据——过去一段时间真实 Chrome 用户访问这个网址测到的 LCP、INP、CLS、75 分位数和达标情况。已在 Search Console 验证过的站,也可以在“核心网页指标”报告里按网址分组看到哪些页面好、哪些差。

CrUX 的数据有个前提:你的站得有一定的真实访问量才会被收录。刚上线的 vibe 项目访问量小,很可能查不到自己的数据,这很正常,不是工具坏了。这时候可以先看同类页面的数据,或者直接跳到第二步,自己接 web-vitals 库采数据——自己的数据不依赖访问量门槛,有一个人访问就能采到一条。

读 CrUX 数据的时候记住 web.dev 原话的精神:CrUX 能告诉你有没有问题,但不能告诉你问题出在哪里。它没有每个页面浏览的详细遥测数据,所以没法精确定位、监控和快速响应回归。正因为如此,web.dev 强烈建议网站建立自己的真实用户监控。这也是本篇指南的核心动作:CrUX 是体检报告,告诉你哪项指标亮红灯;自己的 RUM(真实用户监控)是持续的心电图,告诉你红灯什么时候亮、在哪类用户身上亮、亮之前发生了什么。

第二步:接上 web-vitals 库,三行代码开始采数

自己采数据的标准做法是用 Google 官方的 web-vitals 这个 JavaScript 库。它很小,标准版压缩后大约 3KB,专门做一件事:用浏览器原生的性能 API 去量每一个指标,而且量法和 Chrome、CrUX 报告里用的口径保持一致。你不用自己去啃 PerformanceObserver 的各种边界情况——后台标签页要不要算、从前进后退缓存恢复的页面要不要重置、页面卸载时还没上报完怎么办,这些细节库都已经处理了。文档里明确建议:不要自己手写这些逻辑,直接用这个库。

安装只有一行命令:

npm install web-vitals

然后在你的应用入口里加上这几行:

import {onCLS, onINP, onLCP} from 'web-vitals';

function sendToAnalytics(metric) {
  const body = JSON.stringify(metric);
  // 优先用 navigator.sendBeacon,浏览器不支持时回退到 fetch
  (navigator.sendBeacon && navigator.sendBeacon('/analytics', body)) ||
    fetch('/analytics', {body, method: 'POST', keepalive: true});
}

onCLS(sendToAnalytics);
onINP(sendToAnalytics);
onLCP(sendToAnalytics);

这段代码就是 web.dev 总览文章给出的标准写法,原样可用。注意三点:第一,库的加载可以推迟,它用了 PerformanceObserver 的 buffered 标志,能读到加载之前就发生的性能记录;第二,回调不只触发一次,CLS 和 INP 在页面切后台时会再报,所有指标在页面从前进后退缓存恢复后会重报,后端要按同一次访问去重;第三,有些回调可能永远不触发——用户一次都没交互就没有 INP,页面一直在后台打开就没有 CLS、FCP、LCP,统计时要把“没有值”和“值为零”分开。

没有构建流程的项目也可以从 CDN 用 script 标签加载,文档给了 unpkg 和 jsDelivr 的示例写法;但文档同时提醒这两个 CDN 与 Google 没有隶属关系、不保证长期可用,自托管更稳妥。vibe 项目最省事的做法还是走 npm,版本跟着 package.json 走。

数据发到哪、存成什么样

指标采到了,要有个地方收。最简单的做法是在自己的后端加一个接收端点,比如 /analytics,收到一条就记一条。发的时候优先用 navigator.sendBeacon:它是在页面卸载时也能把数据送出去的浏览器 API,专门用来解决“用户关了页面、数据还没发完”的问题。上面代码里的写法就是这个思路:有 sendBeacon 就用它,没有就回退到带 keepalive 的 fetch。不要用普通的 fetch 而不加 keepalive,页面一关请求就可能被浏览器丢掉,INP 这种在页面离开时才有最终值的指标会系统性地丢数据。

每条记录至少存五个字段:指标名字(LCP、INP、CLS)、数值、页面路径、设备类型(移动端还是桌面端)、时间。指标名字和数值是本体,页面路径是定位用的,设备类型是因为判定时移动端和桌面端要分开算,时间是看趋势和回归用的。能再加两个字段更好:页面加载方式(是正常导航还是从前进后退缓存恢复),以及当时的网络类型(如果浏览器提供了 effectiveType)。不要存任何能定位到具体个人的东西:不用存 IP、不用存用户 ID、不用存完整的用户代理字符串。性能数据不需要知道是谁,只需要知道是哪类设备、在哪个页面、表现如何。

访问量大了要考虑采样:按 10% 或 1% 随机抽查上报,省存储、减压力;代价是小页面本来访问就少,采样后更难攒够算 75 分位数的样本。折中是按页面分:核心页面全量采,长尾页面按比例采。采样率定下来别频繁改,改一次历史趋势就断一次。

没有后端的纯静态站也可以用现成的分析服务接:不少服务内置了 Core Web Vitals 支持,没有的也可以用自定义指标功能把同样的数值发过去。原则只有一个:数据要落在你能查、能分段、能看趋势的地方,而不是只在某次跑分里闪一下就没了。

怎么读数:只看 75 分位数,分开看

数据攒起来之后,读法比采法更重要。第一条规矩:看 75 分位数,不看平均值。平均值会被两头骗:少数极端卡顿的访问会拉高它,大量表现好的访问又会拉低它,让你错过那批真实卡住的用户。75 分位数是把所有访问按表现从好到差排队、取 75% 那个位置的值,Google 的判法就是三个指标同时在 75 分位数上达标才算过关。

第二条规矩:移动端和桌面端分开算,页面和页面分开算。移动端和桌面端混在一起算,等于把两拨体验完全不同的人揉成一个数,修的时候无从下手。页面也一样:首页、列表页、详情页、结算页,每个页面的 LCP 瓶颈都不一样。首页的首图太大和结算页的第三方脚本太重,是两个完全不同的问题,混在一起只能得到一个“平均还行”的假结论。

第三条规矩:看趋势,不看单点。今天的 p75 是 2.8 秒,明天是 2.6 秒,这不叫变好了,这叫正常波动。真正要盯的是:某次发布之后,某个页面的 p75 是不是跳变了,而且跳变之后回不来了。给每个核心页面画一条 p75 的时间线,发布记录标在同一条时间轴上,回归一眼就能看到。

最后一条规矩:先修最差的页面,不是先修最显眼的页面。首页是门面,但用户真正花时间的是功能页;某个冷门页面的 LCP 是 6 秒,但一个月只有 20 次访问,修它的收益远不如修一个 LCP 3.1 秒、每天 2000 次访问的核心页面。排优先级的时候把“离达标线多远”和“影响多少访问”两个数乘在一起看,离线越远、量越大,越先修。

归因:知道差,更要知道差在哪

知道 LCP 是 4 秒还不够,还要知道这 4 秒花在哪一张图、哪一段脚本上。web-vitals 库为此准备了一个“归因”版(attribution build):标准版只给数值,归因版在数值之外多带一份诊断信息,告诉你导致指标变差的具体原因。用法上只需要把导入路径从 web-vitals 换成 web-vitals/attribution,其他代码一模一样:

import {onLCP, onINP, onCLS} from 'web-vitals/attribution';

归因版比标准版大约 1.5KB(压缩后),仍然很小,但文档建议只在真正用这些诊断功能的时候才用。归因信息能回答的具体问题包括:LCP 差是因为哪一个元素是最大的内容、它是什么时候开始加载的、加载花了多久;INP 差是因为哪一次交互、哪一段脚本跑得最久;CLS 差是因为哪一个元素发生了最大的偏移、偏移发生在什么时候。没有归因信息的时候,你只能猜;有了归因信息,猜就变成了查。

归因数据不用全量上报:数值全量采,归因只在超标时附带,比如 LCP 超过 2.5 秒才带上是哪个元素、INP 超过 200 毫秒才带上是哪段脚本。定位时按归因里出现频率最高的元素排序,排第一的往往就是最该修的。

还有一个定位帮手是 TTFB 和 FCP 这两个辅助指标。LCP 差的时候,先看 TTFB:如果首字节本身就慢,问题在服务器响应,修渲染没用;如果 TTFB 很快、FCP 也很快,只有 LCP 慢,问题在最大的那个内容元素本身,可能是图太大、可能是字体挡住了渲染。两个辅助指标像是分诊台,先分清是哪个科的问题,再决定挂谁的号。

五个常见误读

第一个误读:把实验室分数当成用户体验。Lighthouse 100 分只能说明“在这台机器、这个网络、这次运行里表现很好”,不能说明“你的用户觉得快”。实验室是开发时的回归工具,实地才是用户体验的答案。两个分数打架的时候,信实地的。

第二个误读:INP 没有值就等于没问题。INP 没有值通常只是因为用户这次访问里一次都没交互:只看了看就走了,或者页面是被爬虫打开的。没有交互就没有 INP,这不代表交互很快,只代表这次没量到。看 INP 达标率的时候,分母应该是“发生过交互的访问”,而不是“所有访问”。

第三个误读:CLS 只在加载时发生。CLS 量的是页面整个生命周期,加载完成之后发生的偏移一样算数。迟到的通知横幅、异步回来的推荐内容、用户滚动时才加载的图片,都可能在使用中途把页面顶动。只在加载阶段测 CLS,会漏掉后半程的大头。

第四个误读:LCP 慢就等于图片慢。LCP 的最大元素可能是图片,也可能是文本块,还可能是视频的封面图。修之前先看归因信息里最大的元素到底是什么:是文本块,问题可能在字体加载;是视频封面,问题可能在封面图的加载时机;是图片,才轮到压图、预加载、换格式这些手段。没看归因就动手,最容易修错地方。

第五个误读:三个指标可以互相抵。LCP 好了不代表 INP 也好了,CLS 是 0 也不代表加载就快。三个指标是三个独立的面,判定时要同时达标。修的时候也一样:一次发布往往只能动其中一个面,修完 LCP 再看 INP,不要指望一次改动三个指标一起变好。

Web Vitals 实地监控流程:真实用户访问时 web-vitals 库采集 LCP、INP、CLS 三个指标,发到自有接收端点,按页面与设备分开算 75 分位数,对照 2.5 秒、200 毫秒、0.1 的达标线,超标时用归因信息定位到具体元素再修复

一个完整的例子:虚构的“小记账”上线第一周

下面用一个虚构的“小记账”应用走一遍完整流程。这个例子是编的,应用名、页面名和数字都是为了演示,别当成真实数据。“小记账”是一个记账小工具,上线第一周接上了 web-vitals 库,数据发到自有的 /analytics 端点。

第一周结束,首页的数字是这样的:LCP 的 75 分位数是 3.4 秒,INP 是 160 毫秒,CLS 是 0.03。按达标线判断:INP 和 CLS 都过了,只有 LCP 没过,离 2.5 秒还差 0.9 秒。归因信息显示,最大的内容元素是首页顶部的那张宣传图,加载花了 2.1 秒;而 TTFB 只有 0.3 秒,说明服务器响应没问题,问题就在这张图本身。修法是把这张图换成更小的尺寸、加上预加载,让它尽早开始下载。改完之后第二周再看,首页 LCP 的 75 分位数降到了 2.2 秒,达标了。

同一周记账页反过来:LCP 1.8 秒、CLS 0.01 都过了,INP 的 75 分位数却是 340 毫秒。归因显示最差的交互是点“保存”:主线程要先跑 260 毫秒计算才画下一帧。修法是先画反馈——按钮先变“已保存”、列表先局部更新,重计算挪到后面,改完 INP 降到了 180 毫秒。

这个例子里有两点值得注意。第一,两个页面的问题完全不同,首页是加载问题,记账页是交互问题,混在一起算一个“全站平均分”什么都看不出来。第二,每次修复都有明确的归因指向:首页修图是因为归因说最大的元素是那张图,记账页拆计算是因为归因说最差的交互卡在那段脚本上。没有归因信息,这两处都只能靠猜。

检查清单:上线之前先对一遍

最后是一份可以直接用的检查清单。第一,先用 PageSpeed Insights 或 Search Console 看一眼 CrUX 数据,确认问题是不是真实存在,别对着想象中的慢动手。第二,接上 web-vitals 库,三个核心指标加上 TTFB 和 FCP 一起采,发送用 sendBeacon 优先、fetch 加 keepalive 回退。第三,后端按指标名、数值、页面路径、设备类型、时间五个字段存,超标的访问附带归因信息。第四,读数只看 75 分位数,移动端和桌面端分开、页面和页面分开,画出时间线看回归。第五,修的时候先看归因信息,确认最大的元素、最差的交互、最严重的偏移到底是什么,再动手。第六,三个指标同时达标才算过关,修完一个再看下一个,不要指望一次改动全解决。

还有三条是给“数据不对劲”的时候准备的。采不到数据,先检查库是不是真的加载了、接收端点是不是返回了成功状态,别先怀疑指标定义。某个页面的数值突然跳变,先对照发布时间线,看是不是某次发布带进来的,再决定是回滚还是修。移动端和桌面端差距特别大的时候,先看是不是移动端特有的问题——比如首图在手机上被放大加载、或者某个第三方脚本只在手机端才跑——而不是先调全局配置。

阅读 7评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

真实照片:一排浅灰色金属档案柜,其中一个抽屉拉开,露出里面一排排悬挂的文件夹
指南
浏览器里也能用数据库:IndexedDB 本地存取实战指南

localStorage 只能存字符串、没有索引。IndexedDB 是浏览器里真正的数据库:能存结构化数据、容量大得多、能建索引、能用事务。本文按 MDN 的《Using IndexedDB》《IDBDatabase》《IDBObjectStore》三篇官方文档讲清楚:五步套路、开库、升级、主键、索引、事务、add 与 put、get、游标、范围与多标签页升级。

工具技巧数据工作流前端工程
真实照片:一双手在 MacBook Pro 上打字,屏幕显示改写 HTML 内容的 JavaScript 代码,白色桌面上有白色鼠标、纸张和文件夹
指南
别让函数把你绕晕:JavaScript 函数、参数与箭头函数实战指南

函数你每天都在调,这篇把你一直在做的事讲清楚。本文按 MDN 的《Functions》《Arrow function expressions》《Rest parameters》三篇官方文档讲清楚:声明与表达式、参数与实参、默认值、剩余参数、展开语法、返回值、箭头函数省写规则、this 的坑、回调与高阶函数、作用域。

工具技巧前端工程AI 编程实践
真实照片:木桌上的卡西欧科学计算器,屏幕显示 123456789 + 987654321 = 1111111110,旁边是写满手写数学公式的笔记本、钢笔、咖啡杯和笔记本电脑一角
指南
别让 0.1 + 0.2 坑了你的账单:JavaScript 数字与 Math 实战指南

JavaScript 里数字只有一种类型 Number,存成 64 位浮点数,所以 0.1 + 0.2 等于 0.30000000000000004。本文按 MDN 的《Basic math in JavaScript》《Math》《Number》三篇官方文档讲清楚:一种数字类型、浮点误差、钱改成分算、字符串转数字、NaN 与 Infinity、安全整数、四种取整、Math.random、Math 工具箱与显示格式化。

工具技巧前端工程AI 编程实践