MCP Server Pagespeed
使用 Google PageSpeed Insights API,使 AI 模型能够分析网页性能,提供实时的性能评分和改进建议。
Tools
analyze_pagespeed
Analyzes a webpage using Google PageSpeed Insights API
README
@enemyrr/mcp-server-pagespeed
一个提供 Google PageSpeed Insights 分析的模型上下文协议服务器。该服务器使 AI 模型能够通过标准化接口分析网页性能。
<a href="https://glama.ai/mcp/servers/wes81w8il2"><img width="380" height="200" src="https://glama.ai/mcp/servers/wes81w8il2/badge" alt="Server Pagespeed MCP server" /></a>
Cursor IDE 的安装与设置
- 克隆并构建项目:
git clone https://github.com/enemyrr/mcp-server-pagespeed.git
cd mcp-server-pagespeed
npm install
npm run build
- 在 Cursor IDE 设置中添加服务器:
- 打开命令面板 (Cmd/Ctrl + Shift + P)
- 搜索 "MCP: Add Server"
- 填写字段:
- Name:
pagespeed
- Type:
command
- Command:
node /absolute/path/to/mcp-server-pagespeed/build/index.js
- Name:
注意: 将
/absolute/path/to/
替换为您克隆和构建项目的实际路径。
命令行用法
只需运行:
npx mcp-server-pagespeed
可用工具
analyze_pagespeed
使用 Google PageSpeed Insights API 分析网页。
use_mcp_tool({
server_name: "pagespeed",
tool_name: "analyze_pagespeed",
arguments: {
url: "https://example.com"
}
});
该工具返回:
- 总体性能得分 (0-100)
- 加载体验指标
- 首次内容绘制 (First Contentful Paint)
- 首次输入延迟 (First Input Delay)
- 前 5 个改进建议,包括:
- 标题
- 描述
- 潜在影响
- 当前值
特性
- 实时网页性能分析
- 详细的加载体验指标
- 优先排序的改进建议
- 完善的错误处理
- TypeScript 支持
错误处理
服务器提供详细的错误消息,用于:
- 无效的 URL
- API 请求失败
- 连接问题
- 无效的工具调用
贡献
欢迎贡献!请随时提交 Pull Request 到 https://github.com/enemyrr/mcp-server-pagespeed
许可证
MIT
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Playwright MCP Server
提供一个利用模型上下文协议的服务器,以实现类人浏览器的自动化,该服务器使用 Playwright,允许控制浏览器行为,例如导航、元素交互和滚动。
@kazuph/mcp-fetch
用于获取网页内容和处理图像的模型上下文协议服务器。这使得 Claude Desktop(或任何 MCP 客户端)能够适当地获取网页内容和处理图像。
DuckDuckGo MCP Server
一个模型上下文协议 (MCP) 服务器,通过 DuckDuckGo 提供网页搜索功能,并具有内容获取和解析的附加功能。
YouTube Transcript MCP Server
这个服务器用于获取指定 YouTube 视频 URL 的字幕,从而可以与 Goose CLI 或 Goose Desktop 集成,进行字幕提取和处理。
serper-search-scrape-mcp-server
这个 Serper MCP 服务器支持搜索和网页抓取,并且支持 Serper API 引入的所有最新参数,例如位置信息。
The Verge News MCP Server
提供从The Verge的RSS feed获取和搜索新闻的工具,允许用户获取今日新闻、检索过去一周的随机文章,以及在最近的Verge内容中搜索特定关键词。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。
Tavily MCP Server
使用 Tavily 的搜索 API 提供 AI 驱动的网络搜索功能,使 LLM 能够执行复杂的网络搜索、获得问题的直接答案以及搜索最近的新闻文章。
mixpanel
连接到您的 Mixpanel 数据。从 Mixpanel 分析查询事件、留存和漏斗数据。