Tekoälyagenttisi sai juuri Core Web Vitals -supervoimat
Yhdistä Claude Code CoreDash-kenttädataasi. Se löytää pahimman pullonkaulasi miljoonien sivulatausten joukosta, jäljittää juurisyyn Chromessa ja kirjoittaa korjauksen. Agenttipohjaista verkkosuorituskykyä – ei vain raportti, vaan juuri se koodirivi, jota täytyy muuttaa.
Asenna kahdessa minuutissa Aloita ilmainen CoreDash-kokeilu »Trusted by market leaders · Client results
Tekoälypohjaisilla suorituskykytyökaluilla on dataongelma
Useimmat tekoälyagentit optimoivat Lighthouse-pisteitä. Synteettinen tulos simuloidulla laitteella, jota Google ei käyttää sijoituksissa. Hyödyllinen verkkosuorituskyvyn tekoälyagentti aloittaa samasta datasta kuin Googlekin: todellisista käyttäjistä halpapuhelimilla, pätkivillä yhteyksillä ja maanosilla, joita kehityskoneesi ei ole koskaan nähnyt.
Lighthouse ei ole sijoitussignaalisi
Google sijoittaa sivustot CrUX-kenttädatan perusteella, joka kerätään todellisilta Chrome-käyttäjiltä 28 päivän ajalta. Täydellinen Lighthouse-tulos ja epäonnistunut kenttätulos ovat yleinen yhdistelmä. 52 % mobiilisivustoista epäonnistuu vähintään yhdessä Core Web Vital -mittarissa kentällä.
Sokeat agentit tekevät sokeita korjauksia
Ilman todellista käyttäjädataa tekoälyagentti ei tiedä, mikä sivu on hidas, mikä elementti on pullonkaula, tai auttoiko sen tekemä korjaus. Se optimoi simulaatiota ja pitää työtä tehtynä. Todelliset käyttäjäsi ovat eri mieltä.
Manuaalinen tutkinta vie tunteja
Segmentoi data. Tee oletus. Aja jäljitys. Vahvista. Luonnostele korjaus. Kokenut suorituskykyinsinööri käyttää 2–4 tuntia jokaista ongelmaa kohden. Kerro tämä sivustosi jokaisella hitaalla sivulla.
INP:tä ei voi simuloida laboratoriossa lainkaan Interaction to Next Paint mittaa, miten todelliset käyttäjät ovat vuorovaikutuksessa sivusi kanssa. Mikään synteettinen työkalu ei voi jäljitellä todellista käyttäjäkäyttäytymistä: minne he napauttavat, kuinka nopeasti he vierittävät, mitä laitetta he pitelevät. Lighthouse ei edes raportoi INP:tä. Jos tekoälyagenttisi ajaa Lighthousea, se on sokea pahimmille vuorovaikutusongelmillesi. Kenttädata on ainoa lähde.
Kaksi totuuden lähdettä: Kenttädata kohtaa selainnäytön
CWV Superpowers yhdistää CoreDashin todellisen käyttäjädatan ja kohdennetut Chrome-jäljitykset. Kenttädata kertoo sille, mikä on hidasta. Chrome kertoo sille miksi.
CoreDash kertoo agentille mikä on hidasta
CoreDash seuraa jokaista sivulatausta jokaiselta todelliselta käyttäjältä. Jokainen mittari, kohdennettuna tarkalleen ongelman aiheuttavaan elementtiin. Ei otantaa, ei rajoituksia.
Kun CoreDash raportoi 4,2 sekunnin LCP:n, jossa Load Delay kuluttaa 52 % kokonaisajasta elementissä div.hero > img.main, agentti tietää tarkalleen, mistä etsiä. Ei arvaus. Mittaus miljoonista todellisista istunnoista.
Taito kyselee yli 25:tä CoreDash-ulottuvuutta: LCP-elementti, elementin tyyppi, prioriteettitila, vaihejako, INP-vuorovaikutuskohde, LOAF-skriptit, CLS-siirtyvä elementti, laitetyyppi, vierailijatyyppi, verkon nopeus, 7 päivän trendit.
Chrome kertoo agentille miksi on hidasta
CWV Superpowers vierailee sivulla mobiiliemulaatiolla: nopea 3G, 4x CPU-rajoitus. Se jäljittää vain sen pullonkaulavaiheen, jonka CoreDash tunnisti.
Load Delay on pullonkaula? Agentti tutkii verkkovesiputousta löytääkseen viiveitä resurssien tunnistamisessa. Render Delay? Se etsii estäviä skriptejä ja kirjasimien latausviiveitä.
Tulos: filminauhakuvakaappaukset, verkkovesiputous ja kohdennettu näyttö, joka selittää kenttädatan paljastaman juurisyyn.
Suhteellinen päättely, ei absoluuttiset raja-arvot
Lighthouse kertoo sinulle "Render Delay on 350 ms." Onko se ongelma? Ei aavistustakaan. CWV Superpowers tunnistaa pullonkaulan vaiheeksi, joka kuluttaa suurimman prosenttiosuuden kokonaisajasta.
INP on 350 ms. Input Delay 70 ms (20 %), Processing 80 ms (23 %), Presentation 200 ms (57 %). Presentation on pullonkaula, vaikka 200 ms kuulostaa yksinään hyvältä. Sen korjaaminen todella vaikuttaa tulokseen. Input Delayn optimointia tuskin huomaa.
Tämä estää suorituskykytyön yleisimmän virheen: väärän asian korjaamisen.
Viisi askelta: "Jokin on hitaasti" -tilanteesta koodikorjaukseen
Kysy siltä kysymys. Viisi askelta myöhemmin sinulla on korjaus, jota tukee todellinen käyttäjänäyttö.
1. Löytäminen
Skannaa CoreDash-datasi pahimpien sivujen ja mittareiden varalta. Priorisoi huonot arviot, mobiilin, vilkasliikenteiset sivut ja p75-pisteet, jotka piilottavat pitkän huonon hännän.
2. Vianmääritys
Jakaa mittarin vaiheisiin. LCP: TTFB, Load Delay, Load Time, Render Delay. INP: Input Delay, Processing, Presentation. Nimeää pullonkaulan prosenttiosuuden perusteella.
3. Chrome-jäljitys
Vierailee sivulla mobiiliemulaatiolla. Jäljittää vain vaiheen 2 pullonkaulan. Tallentaa verkkovesiputouksen, filminauhan ja todisteet estävistä resursseista.
4. Juurisyy
Yhdistää molemmat näyttölähteet yhteen lausuntoon: elementti, syy, CoreDash-mittarit ja mitä Chrome vahvisti. Ei epäselvyyttä.
5. Korjaus tai raportti
Sinun valintasi. Sovella koodikorjausta sisältäen tiedoston, rivin, elementin ja ennen/jälkeen-vertailun. Luo itsenäinen HTML-raportti, jossa on kaavioita ja todisteita. Tai molemmat.
Yli 25 ulottuvuutta: Jokainen kulma, jonka kenttädata kattaa
Nämä ovat todelliset CoreDash-ulottuvuudet, joita agentti kyselee. Ei yhteenveto. Koko kuva.
LCP (Largest Contentful Paint)
LCP-elementti Elementin tyyppi Prioriteettitila TTFB-vaihe Load Delay Load Time Render DelayINP (Interaction to Next Paint)
INP-kohde Input Delay Processing Presentation LOAF-skriptit LataustilaCLS (Cumulative Layout Shift)
Siirtyvä elementti Siirtymän syy Siirtymän ajoitusSegmentit
Laitetyyppi Maa Selain Käyttöjärjestelmä Yhteys Vierailijatyyppi Sivun polkuTrendit
7 päivän muutos 28 päivän lähtötaso Regressioiden tunnistusDiagnosoi: Vaihetason jaottelu jokaiselle Core Web Vitalille
Ei vain pisteitä. Jokainen mittari jaetaan vaiheisiin käyttämällä CoreDashin todellista käyttäjäkohdennusta.
Korjaa LCP tekoälyllä: Largest Contentful Paint -vianmääritys
4-vaiheinen jako: TTFB, Load Delay, Load Time, Render Delay. Tunnistaa, mikä vaihe kuluttaa suurimman osan kokonaisajasta.
Elementin kohdennus: tarkka LCP-elementti, sen tyyppi (kuva, teksti, taustakuva, video) ja prioriteettitila (fetchpriority, laiska lataus).
Tyypilliset korjaukset: lisää preload-vihje, poista laiska lataus hero-osiosta, optimoi kuvaformaatti, korjaa renderöinnin estävä skripti.
Korjaa INP tekoälyllä: Interaction to Next Paint -vianmääritys
3-vaiheinen jako: Input Delay, Processing, Presentation. Ainoa mittari, jota et voi simuloida laboratoriossa. Kenttädata on ainoa lähde.
Skriptin kohdennus: Long Animation Frames (LOAF) nimeää tarkan JavaScript-tiedoston ja keston. Lisäksi sivun lataustila vuorovaikutuksen tapahtuessa.
Tyypilliset korjaukset: yield to main thread, lykkää suoritusta, jaa tapahtumankäsittelijät, content-visibility suurille DOM-rakenteille.
CLS: Cumulative Layout Shift
5 syykuviota: kuvat ilman mittoja, fonttien vaihdot, dynaamisesti syötetty sisältö, myöhään latautuvat resurssit, CSS-animaatiot asetteluominaisuuksissa.
Poikkiulotteinen: vertailee mobiilia ja työpöytää, uusia ja palaavia vierailijoita sekä nopeita ja hitaita verkkoja syyn rajaamiseksi.
Tyypilliset korjaukset: lisää leveys/korkeus (width/height), font-display: optional, min-height -varaus, käytä transform-ominaisuutta top/left-ominaisuuksien sijaan.
Miltä juurisyylausunto näyttää
Ei "harkitse kuviesi optimointia". Tämä on todellinen tuloste. Tarpeeksi tarkka tarkistettavaksi ja yhdistettäväksi.
Juurisyy:
LCP-kuva div.hero-banner > img.product-main osoitteessa /product/running-shoes-42 löydetään 1 980 ms myöhässä, koska siitä puuttuu preload-vihje eikä siinä ole fetchpriority="high"-attribuuttia.
CoreDash-näyttö:
LCP on 3 820 ms (huono) mobiilissa, p75. Load Delay on pullonkaula 1 980 ms kohdalla (52 % kokonaisajasta). Prioriteettitila: 3 (ei esiladattu). Trendi: huonontunut +340 ms 7 päivän aikana.
Chrome-näyttö:
Verkkovesiputous näyttää 1 940 ms:n viiveen HTML:n ensimmäisen tavun ja kuvapyynnön välillä. Kuvaan on viitattu vain CSS:ssä, se on näkymätön preload-skannerille.
Korjaus:
Lisää <link rel="preload" href="/images/hero.jpg" as="image" fetchpriority="high"> tiedoston templates/product.html riville 12. Aseta fetchpriority="high" img-elementtiin rivillä 47.
Yleinen tekoälyneuvo:
"Harkitse fetchpriority-attribuutin lisäämistä LCP-kuvaasi ja varmista kriittisten resurssien asianmukainen esilataus."
CWV Superpowers:
Elementti: div.hero-banner > img.product-main
Tiedosto: templates/product.html, rivi 47
Näyttö: 52 % LCP-ajasta on Load Delayssa (CoreDash p75). 1 940 ms:n tunnistamisviive (Chrome-vesiputous).
Korjaus: 2 rivin koodimuutos ennen/jälkeen-vertailulla.
Vertaile: Miten CWV Superpowers pärjää
Eri työkalut ratkaisevat eri ongelmia. Tässä on se, mitä kukin niistä todella tekee.
| Ominaisuus | CoreDash + CWV Superpowers | Chrome DevTools MCP | PSI / Lighthouse MCP |
|---|---|---|---|
| Tietolähde | Todelliset käyttäjät (28 päivän kenttädata) | Yksittäinen laboratorioistunto | Simuloitu yksittäinen lataus |
| INP-mittaus | ✓ Todelliset vuorovaikutukset | ✗ Ei todellisia käyttäjiä | ✗ Ei mitata |
| Vaihejako | ✓ LCP-, INP-, CLS-vaiheet | ~ Manuaalinen analyysi | ✗ Vain tulos |
| Elementin kohdennus | ✓ Tarkka elementti + prioriteetti | ~ Jos tiedät mistä etsiä | ~ Yleiset ehdotukset |
| Suhteellinen päättely | ✓ Pullonkaula prosenteissa | ✗ Absoluuttiset arvot | ✗ Absoluuttiset arvot |
| Segmenttien vertailu | ✓ Laite, maa, selain | ✗ Yksittäinen konfiguraatio | ✗ Yksittäinen konfiguraatio |
| Trendien tunnistus | ✓ 7 päivän muutos | ✗ Yksittäinen hetki | ✗ Yksittäinen hetki |
| Chrome-jäljitys | ✓ Kohdennettu vaiheittain | ✓ Täysi pääsy | ✗ Ei selainta |
| Koodikorjaukset | ✓ Tiedosto + rivi + vertailu | ~ Riippuu agentista | ~ Yleiset neuvot |
Huomautus: Chrome DevTools MCP on täydentävä. CWV Superpowers käyttää sitä kohdennettuun jäljitykseen sen jälkeen, kun kenttädata on tunnistanut pullonkaulan. Ne toimivat parhaiten yhdessä.
Raportit: Pudota ne Slackiin, liitä Jiraan
Itsenäinen HTML. Ei riippuvuuksia. Ei koontivaihetta. Yksi tiedosto, jossa kaikki on sisällytettynä.
Täysi raportti (Chromella)
Värikoodatut mittarikortit, vaihejaon kaaviot, filminauhakuvakaappaukset avainhetkistä (first paint, LCP, loaded), verkkovesiputouksen SVG, juurisyyanalyysi ja suositeltu korjaus ennen/jälkeen-koodilla.
Vain RUM -raportti
Samat mittarikortit ja vaihejako sekä elementtien kohdennus ja juurisyyanalyysi. Ei filminauhaa tai vesiputousta, mutta diagnoosin laatu on täysin sama, koska kenttädata on totuuden lähde.
Toimii minkä tahansa MCP-asiakkaan kanssa
Claude Code: Täysi taito automatisoidulla työnkululla. Löytäminen, vianmääritys, Chrome-jäljitys, koodikorjaukset ja raportit. Suositeltu.
Cursor: Liitännäisen asennus CoreDash MCP:n kanssa. Täysi vianmääritys ja koodikorjaukset suoraan editorissasi.
VS Code, Windsurf, Gemini CLI: Mikä tahansa HTTP MCP -palvelimia tukeva asiakas yhdistyy CoreDashiin. Sama kenttädata, sama kohdennus.
Client Success
Don't just take my word for it
Head of Platform, Adevinta
45% reduction in blocking time across 15 marketplaces. INP from 440ms to 64ms on Fotocasa alone. Google wrote up the results on web.dev.
VP Engineering, People Inc
"Seven brands, seven different stacks. Every single one got faster. No compromises on what makes each property unique."
VP Engineering, Loop
"Mobile load time down 800ms. 7% lift in checkout conversion. The ROI justified the investment immediately."
Head of Digital, Rituals
"We used to break performance every other sprint. He set up budgets in our pipeline. Haven't had a regression since."
CTO, DPG Media
"He found bottlenecks in our component library that we'd missed for two years. Performance gains were visible within days."
Product Lead, Miro
"Our dashboards were choking on main-thread work. 25% reduction in CPU usage. Users noticed immediately."
VP Product, Expedia Group
"We had 80+ third-party scripts and were failing CWV on every major property. Arjen got us passing without touching our ad revenue."
Lead Developer, Alza
"Transferred knowledge to our engineering team. We can now diagnose and resolve performance issues independently."
Head of Engineering, Swift
"Layout shift on checkout eliminated entirely. Went from 0.4 to 0.02 CLS across mobile and desktop."
Engineering Manager, Zalando
"Every other audit we've had gave us a list of problems. This one told us exactly what to fix first and why."
Toiminnassa kahdessa minuutissa
Automatisoitu Core Web Vitals -vianmääritys terminaalissasi. Tarvitset CoreDash-tilin, johon virtaa dataa. Ilmaisversio riittää.
Claude Code
# 1. Lisää CoreDash MCP -palvelin claude mcp add --transport http coredash \ https://app.coredash.app/api/mcp \ --header "Authorization: Bearer cdk_YOUR_API_KEY" # 2. Asenna CWV Superpowers /plugin marketplace add corewebvitals/cwv-superpowers /plugin install cwv-superpowers@cwv-superpower # 3. Käynnistä Chromen kanssa (valinnainen, suositeltu) claude --chrome # 4. Aloita Etsi suurin CWV-ongelmani ja korjaa se.
Hanki API-avaimesi CoreDashista → Project Settings → API Keys (MCP). Näytetään vain kerran. Tallennetaan SHA-256-tiivisteenä. Vain luku -oikeudet.
Cursor
# Asenna liitännäinen
/plugin-add cwv-superpowers
Lisää CoreDash tiedostoon .cursor/mcp.json:
{
"mcpServers": {
"coredash": {
"url": "https://app.coredash.app/api/mcp",
"headers": {
"Authorization": "Bearer cdk_YOUR_API_KEY"
}
}
}
}
Muut MCP-asiakkaat
Päätepiste: https://app.coredash.app/api/mcp
Otsikko: Authorization: Bearer cdk_YOUR_API_KEY
Toimii VS Coden (Copilot agent -tila), Windsurfin, Gemini CLI:n, Claude Desktopin ja minkä tahansa HTTP MCP -asiakkaan kanssa. Yksi MCP-verkkosuorituskyvyn päätepiste, kaikki agentit.
Usein kysytyt kysymykset
Tarvitsenko käynnissä olevan Chromen käyttääkseni CWV Superpowersia?
Et. Chrome-jäljitys on valinnainen. Ilman sitä saat täyden kenttädatan vianmäärityksen, vaihejaot, elementtien kohdennuksen ja koodikorjausehdotukset pelkän CoreDash-datan perusteella. Chrome lisää filminauhakuvakaappaukset, verkkovesiputouksen ja visuaalisen vahvistuksen juurisyylle. Molemmat tilat luovat raportteja.
Miten tämä eroaa Lighthousen suorittamisesta tekoälyagentissani?
Lighthouse ajaa yksittäisen synteettisen latauksen koneellasi. CWV Superpowers käyttää 28 päivän edestä todellista käyttäjädataa CoreDashilta: todellisia laitteita, todellisia verkkoja, todellisia vuorovaikutuksia. Se mittaa INP:tä todellisista käyttäjien napautuksista (Lighthouse ei voi). Se vertailee segmenttejä (mobiili vs. työpöytä, Intia vs. Yhdysvallat). Ja se käyttää suhteellista päättelyä löytääkseen pullonkaulavaiheen, eikä vain absoluuttisia pisteitä.
Mitä tekoälypohjaisia koodausagentteja tuetaan?
Mitä tahansa tekoälypohjaista verkkosuorituskyvyn koodausagenttia, joka tukee MCP (Model Context Protocol) -palvelimia. Claude Codessa on oma taitonsa automatisoidulla 5-vaiheisella työnkululla. Cursor, VS Code (Copilot agent -tila), Windsurf, Gemini CLI ja Claude Desktop yhdistävät CoreDashin HTTP MCP -päätepisteen kautta. Kenttädata ja kohdennus ovat täysin samat kaikilla asiakkailla.
Onko CoreDash ilmainen?
CoreDashilla on ilmaisversio, joka toimii CWV Superpowersin kanssa. Tarvitset dataa virtaamaan sivustoltasi (lisää CoreDash-skriptitagi). Ilmaisversiossa ei ole otantaa eikä sivulatausten ylärajoja. MCP-pääsyn API-avaimet ovat saatavilla kaikissa tilauksissa.
Voinko käyttää tätä asiakassivustoilla?
Kyllä. Jokaiselle CoreDash-projektille voit luoda rajattomasti omistettuja MVP API -avaimia . Lisää CoreDash jokaiselle asiakassivustolle, luo vain luku -oikeuksilla varustettu API-avain ja määritä MCP-asiakkaasi. Agentti näkee vain kyseisen projektin datan. CWV Superpowers on MIT-lisenssillä, joten sen kaupalliselle käytölle ei ole rajoituksia.
Avoin lähdekoodi. Ei toimittajalukkoa.
Core Web Vitals -automaatiota, jota voit tarkastella ja laajentaa. Orkestraattori, vianmääritysmoduulit, Chrome-jäljityslogiikka ja raporttimallit ovat kaikki GitHubissa. Lue kuinka se toimii. Forkkaa se. Laajenna sitä. Osallistu.
Aloita ilmainen kokeilu Katso GitHubissa