最近在團隊中落地INP 互動到下一幀繪製最佳化，積累了不少經驗。整理出來供參考，希望對做類似工作的同學有所幫助。

核心概念

關鍵在於理解核心邏輯：

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'] })

效能最佳化需要結合具體場景，不是所有情況都需要過度最佳化。

深度解析

我們可以通過以下方式來改進：

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'] })

這套方案已經在線上穩定運行了半年以上，經過了實際驗證。

落地經驗

先來看基本的實現方式：

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'] })

這段程式碼展示了基本的使用方式。實際專案中還需要考慮錯誤處理和邊界條件。

調優策略

在這個基礎上，我們可以進一步最佳化：

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'] })

這種模式在大型專案中非常實用，能顯著降低維護成本。

小結

• INP 互動到下一幀繪製最佳化不是銀彈，需要根據專案規模和技術棧選擇
• 理解底層原理比記住 API 更重要
• 生產環境使用前務必做好相容性驗證
• 團隊協作中約定和文件比技術本身更重要