最近在团队中落地了 Lighthouse 性能优化清单，积累了不少经验。整理出来供参考，希望对做类似工作的同学有所帮助。

核心概念

先看看基础实现：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

这段代码是基础用法。真实项目里还要考虑错误处理和边界条件。

深度解析

在此基础上，还能进一步优化：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

这种模式在大型项目里很实用，能明显降低维护成本。

落地经验

真实项目里的用法会更复杂：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

这样做之后，代码的可测试性和可扩展性都更好了。

调优策略

下面是一个完整示例：

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    if (entry.entryType === 'largest-contentful-paint') {
      reportMetric('LCP', entry.startTime)
    }
    if (entry.entryType === 'first-input') {
      reportMetric('FID', entry.processingStart - entry.startTime)
    }
  }
})
observer.observe({ entryTypes: ['largest-contentful-paint', 'first-input'] })

注意处理边界条件，这在生产环境里很关键。

小结

• Lighthouse 性能优化清单不是银弹，需要根据项目规模和技术栈选择
• 理解底层原理比记住 API 更重要
• 生产环境使用前务必做好兼容性验证