mcp

集成Google PageSpeed，为AI模型提供标准化的网页性能分析工具。

安装使用

复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：

帮我安装这个 AI Skill：mcp。
它的用途是：集成Google PageSpeed，为AI模型提供标准化的网页性能分析工具。
详细介绍见：https://321skill.com/skills/mcp-mcp-server-pagespeed/
请根据该页面的说明完成安装。

“请分析一下https://example.com这个网站的页面性能。”，它会通过此MCP工具调用PageSpeed API，获取该网站在移动设备和桌面设备上的性能得分、核心Web指标数据以及具体的优化建议，并以清晰的结构化报告形式呈现给你。

这个MCP工具解决了AI模型在分析网页性能时缺乏标准化、自动化工具的问题。它通过集成Google PageSpeed Insights API，使AI能够直接、规范地获取网页的核心性能指标，如LCP、FID、CLS等，并生成结构化的分析报告。

使用时，AI模型可以通过该工具向PageSpeed API发送网页URL请求，工具会返回包含移动端和桌面端性能评分、优化建议及详细指标数据的JSON结果。这避免了AI自行解析复杂网页或调用不稳定的非官方接口。

它非常适合需要将网页性能分析能力集成到自身工作流中的AI智能体开发者、以及依赖AI进行自动化网站审计或竞品分析的各类开发者与运营人员。

建议在使用前确保已获取有效的Google PageSpeed Insights API密钥，并注意该工具主要提供性能数据获取功能，具体的优化建议解读和方案制定仍需结合专业知识和具体业务场景。

专为AI模型（MCP协议）设计，将PageSpeed分析能力封装为标准化的工具调用，使AI能像调用本地函数一样获取权威的网页性能数据，避免了自行处理API调用和结果解析的复杂性。

不适合需要深度定制化性能测试（如模拟特定网络条件或用户交互）或分析非公开、需要登录才能访问的网页。

需要自己申请Google API密钥吗？

是的，使用前需要在Google Cloud Platform创建项目并启用PageSpeed Insights API以获取密钥。

可以分析本地或内网网站吗？

不可以，PageSpeed Insights API只能分析公开可访问的互联网URL。