mcp-server-pagespeed

在这个快节奏的网络时代，网站的加载速度直接影响用户体验和转化率。当你运营一个网站，或者正在开发一个新的网页应用时，你是否希望能快速了解它的性能表现，并得到清晰的优化建议？传统做法是打开浏览器，进入 PageSpeed Insights 网页，输入网址，等待分析，然后阅读报告。这个过程步骤较多，而且难以集成到你的日常开发工作流中。

现在，你可以改变这一切。mcp-server-pagespeed 是一个基于模型上下文协议（MCP）的服务器，它将 Google PageSpeed Insights 的分析能力直接带给你的 AI 助手。你只需要在对话中告诉 AI 想分析的网址，它就能为你调用这个工具，返回性能分数、核心指标和具体的改进建议。

项目基本信息

一、项目介绍

mcp-server-pagespeed 是一个简单但功能强大的 MCP 服务器。它封装了 Google PageSpeed Insights API，并向外暴露一个名为 analyze_pagespeed 的工具。当 AI 模型（如 Claude）调用这个工具时，它会向 Google 的 PageSpeed API 发送请求，分析指定网页在移动设备和桌面设备上的性能，然后返回结构化的数据。

这个服务器完全用 JavaScript 编写，基于 MCP SDK，易于安装和扩展。它的核心价值在于：将“性能分析”这个专业性较强的任务，转化为一句自然语言指令。你不再需要离开你的 IDE 或聊天窗口，AI 助手会为你完成从调用 API 到解读报告的全过程。

返回的数据包括：

• 一个 0 到 100 之间的总体性能分数。
• 核心加载指标，如首次内容绘制和首次输入延迟。
• 优先级最高的 5 条改进建议，每条建议都包含标题、描述、潜在影响和当前测量值。

二、核心优势

聚焦性能核心，结果一目了然
它不会返回 PageSpeed API 中所有繁杂的原始数据，而是提取出最关键的分数、指标和排名前 5 的优化建议。这使得 AI 更容易理解和向用户转述，避免了信息过载。

开箱即用，无需 API 密钥
与许多需要复杂认证的 API 不同，Google PageSpeed Insights API 允许公开访问。你不需要注册、申请密钥或配置任何环境变量。安装后即可直接使用，大大降低了使用门槛。

专为 AI 对话优化
这个工具的设计目标非常明确：为 AI 提供可执行的性能分析能力。其返回的数据结构清晰、简洁，非常适合 AI 进行下一步的总结、解释或生成报告。

与 Cursor IDE 深度集成
项目的 README 中特别提供了在 Cursor IDE 中添加该服务器的详细步骤。对于使用 Cursor 的开发者来说，这意味着可以在编码过程中随时通过 AI 命令分析正在开发的网页性能。

三、适用场景

前端开发的实时性能反馈
在你修改了网页的 CSS、JavaScript 或图片加载方式后，可以让 AI 助手立即分析新版本的性能，并询问：“这次修改后，移动端分数提升了吗？”

网站性能的定期巡检
你可以编写一个脚本或提醒 AI 定期（例如每周）分析公司官网或核心产品页面的性能，并生成趋势报告。如果分数下降，可以及时预警。

竞品性能对比
想了解你的网站和主要竞争对手在速度上的差距？你可以让 AI 依次分析多个网址，然后总结出各自的性能分数和主要短板。

集成到 CI/CD 流程
在代码合并或部署前，自动触发一个对 staging 环境 URL 的性能分析。如果分数低于预设阈值（例如低于 70 分），则中断流程并提示开发者进行优化。

SEO 评估辅助
网站速度是搜索引擎排名的重要因素之一。在进行 SEO 审计时，可以让 AI 批量分析一组页面，快速找出其中性能较差、需要重点优化的页面。

四、安装教程

安装 mcp-server-pagespeed 非常简单，你可以选择全局安装或为特定项目安装。

第一步：全局安装（推荐）

打开终端，直接运行以下命令：

npm install -g mcp-server-pagespeed

安装完成后，你可以通过命令行启动服务器：

npx mcp-server-pagespeed

如果看到服务器启动的相关日志，说明安装成功。

第二步：手动克隆与构建（备选方案）

如果你希望获得源代码，或者需要为 Cursor IDE 提供绝对路径，请执行以下步骤：

git clone https://github.com/enemyrr/mcp-server-pagespeed.git
cd mcp-server-pagespeed
npm install
npm run build

第三步：配置到你的 MCP 客户端

下面以最流行的 Claude for Desktop 和 Cursor IDE 为例。

对于 Claude for Desktop，编辑其配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json；Windows: %AppData%\Claude\claude_desktop_config.json），添加以下内容：

{
  "mcpServers": {
    "pagespeed": {
      "command": "npx",
      "args": ["mcp-server-pagespeed"]
    }
  }
}

如果你使用了手动克隆的路径，请将 command 改为 "node"，args 改为 ["/你的完整路径/mcp-server-pagespeed/build/index.js"]。

对于 Cursor IDE：

1. 打开命令面板（Cmd/Ctrl + Shift + P）。
2. 搜索并选择 “MCP: Add Server”。

3. 在弹出的表单中填写：

   • Name: pagespeed
   • Type: command
   • Command: node /你的完整路径/mcp-server-pagespeed/build/index.js
4. 点击保存。

完成配置后，完全重启你的 AI 客户端。

五、使用示例

假设你已经成功配置并重启了客户端，现在你可以在对话中直接请求性能分析。

示例1：基础性能查询

输入：帮我分析一下 https://example.com 这个网站的性能。

AI 会调用 analyze_pagespeed 工具，参数为 url: "https://example.com"。然后它会用自然语言告诉你结果：

“根据 Google PageSpeed Insights 的分析，该网站在移动设备上的性能得分是 68 分。首次内容绘制为 1.2秒，首次输入延迟为 30毫秒。主要的优化建议是：减少未使用的 JavaScript 代码，并适当调整图片尺寸。”

示例2：获取详细建议

输入：分析 https://myblog.com，并列出最重要的三条改进建议。

AI 返回的结果中会包含“前5条改进建议”。你可以让它只提取前三条：

“好的，针对 https://myblog.com，最重要的优化建议是：

1. 删除阻塞渲染的资源：消除影响首屏内容的的 JavaScript 和 CSS。潜在影响：高。
2. 使用 WebP 格式提供图片：许多图片仍使用 JPEG 格式。潜在影响：中。
3. 减少服务器响应时间：你的初始服务器响应时间较长。潜在影响：高。”

示例3：对比分析

输入：请分别分析我的网站 https://mysite.com 和 https://competitor.com 的性能得分，并告诉我哪个更快。

AI 会依次调用两次 analyze_pagespeed 工具，然后对比两个结果中的 performance_score 字段，给出结论。

六、常见问题

问题1：启动服务器或调用工具时，提示“PageSpeed API 请求失败”。

解决方案：这通常是因为网络问题导致无法访问 Google 的 API 端点。请确保你的网络环境可以正常访问 https://www.googleapis.com 等 Google 服务。如果你在中国大陆或使用受限网络，可能需要配置代理或使用其他网络。

问题2：分析某些网站时，返回的分数为 0 或非常低。

解决方案：首先确认目标网址是公开可访问的，并且没有屏蔽 Google 的爬虫。有些网站通过 robots.txt 或防火墙限制了 PageSpeed 的抓取。其次，该网站可能本身性能极差，或者是一个单页应用，需要特定的 Headers 或等待时间才能完全加载。

问题3：我能在命令行里单独使用这个工具吗？

解决方案：可以。你可以在终端直接运行 npx mcp-server-pagespeed，但这只会启动 MCP 服务器，等待客户端连接。如果你只是想快速获得一个网址的性能报告，而不通过 AI，可以直接使用 Google 官方的 PageSpeed Insights API 或网页版。这个 MCP 服务器的设计初衷就是为了集成到 AI 客户端中使用的。

问题4：为什么返回的建议只有 5 条？

解决方案：这是该项目作者的设计选择。Google API 返回的建议可能很多，但其中很多是次要的。为了让 AI 能清晰、简洁地报告问题，服务器提取了优先级最高的 5 条。这是一个很棒的“简化”设计，符合 AI 对话的最佳实践。如果你需要所有建议，可以修改源代码或另寻其他工具。

七、总结

mcp-server-pagespeed 是一个将实用工具与前沿 AI 交互模式结合的典范。它以 MIT 协议开源，安装简单，无需任何 API 密钥，真正做到了开箱即用。通过将 Google PageSpeed Insights 的分析能力包装成一个简洁的 MCP 工具，它极大地降低了性能测试的摩擦成本。

对于 Web 开发者、运维人员、产品经理以及任何关心网站速度的人来说，将这个服务器集成到常用的 AI 客户端中，就相当于拥有了一位随时待命的性能顾问。它不仅能帮你“测量”，更能告诉你“如何改进”。

如果你希望在日常开发或运营中，将性能分析变成一个像聊天一样简单自然的操作，mcp-server-pagespeed 绝对值得你花几分钟尝试。