🚀 Playwright-Lighthouse MCP 服务器
本项目是一个使用 Playwright 和 Lighthouse 分析网站性能的 MCP 服务器。借助模型上下文协议 (MCP)，大语言模型（LLMs）能够执行网站性能分析，为网站性能评估提供了便捷有效的解决方案。
🚀 快速开始
本服务器可助力大语言模型进行网站性能分析，以下为使用前的准备步骤。
✨ 主要特性
- 性能分析：使用 Lighthouse 进行专业的性能分析。
- 截图捕获：支持对当前打开页面进行屏幕截图捕获。
📦 安装指南
先决条件
- 需要安装 Node.js 18 或更高版本。
- 安装 npm 包管理工具。
安装步骤
# 克隆仓库
git clone https://github.com/kbyk004/playwright-lighthouse-mcp.git
cd playwright-lighthouse-mcp
# 安装依赖项
npm install
npx playwright install
# 构建项目
npm run build
💻 使用示例
基础用法
调试 MCP 服务器
npm run inspector
与 MCP 客户端集成
此服务器专为支持模型上下文协议 (MCP) 的客户端设计，例如可与桌面版的 Claude 集成。
在桌面版配置文件 (~/Library/Application Support/Claude/claude_desktop_config.json) 中添加以下内容：
{
"mcpServers": {
"playwright-lighthouse": {
"command": "node",
"args": [
"/path-to/playwright-lighthouse-mcp/build/index.js"
]
}
}
}
高级用法
可用工具
1. run-lighthouse
对当前打开的页面运行 Lighthouse 性能分析。 参数说明：
url：要分析的网站 URL。categories：要分析的类别数组（默认：["performance"]），可用类别包括 "performance"、"accessibility"、"best-practices"、"seo"、"pwa"。maxItems：每个类别显示的最大改进项数量（默认：3，最大值：5）。
2. take-screenshot
捕获当前打开页面的屏幕截图。 参数说明：
url：要捕获的网站 URL。fullPage：如果为 true，则捕获整个页面的截图（默认：false）。
📚 详细文档
输出格式
分析结果包含以下内容：
- 每个选定类别的总体评分，带颜色指示器。
- 每个类别中的关键改进区域。
- 保存报告文件的路径。
📄 许可证
本项目采用 MIT 许可证，详细信息请查看 LICENSE。