sitespeed.io v36.0.0 版本发布:性能测试工具的现代化改造
2025-06-12 15:49:01作者:郜逊炳
sitespeed.io 是一个开源的网站性能测试工具,它能够帮助开发者和运维人员全面监测网站的各项性能指标。通过自动化测试和分析,sitespeed.io 可以提供包括页面加载时间、资源优化建议、可持续性指标等在内的全方位性能数据。
重大变更与现代化改进
本次发布的 v36.0.0 版本是 sitespeed.io 的一次重要现代化改造,移除了大量过时的依赖项,转而使用现代 NodeJS 原生功能实现相同功能。这些改进不仅提升了工具的运行效率,也减少了潜在的安全风险。
可持续性插件优化
新版本对可持续性插件进行了重要调整:
- 不再默认下载 green2URL 数据(服务器名称到绿色数据的映射)
- 用户需要通过设置
DOWNLOAD_URL2GREEN=true环境变量来显式请求下载这些数据 - 更新了 green2url 数据源,使用 2024 年底的最新可用数据
- 新增直接使用绿色主机 API 的选项 (
--sustainable.useGreenWebHostingAPI true)
这一变更使得默认安装包大小减少了 80MB,同时提供了更灵活的可持续性数据获取方式。
CPU 性能分析优化
新版本改进了 CPU 性能分析的逻辑:
- 禁止同时使用
--cpu和--collectProfileRun参数,因为这两个参数的功能存在冲突 - 如果检测到不合理的配置组合,工具会直接报错退出,避免产生误导性的分析结果
用户计时功能调整
对用户计时(User Timing)功能的参数命名进行了规范化:
- 弃用了
userTimingWhitelist参数 - 统一使用
userTimingAllowList作为标准参数名 - 修复了禁用用户计时功能时可能出现的匹配错误
技术架构改进
v36.0.0 版本进行了大规模的技术架构优化,移除了多个第三方依赖,转而使用原生实现:
依赖项替换
- 日志系统:用自定义实现替换了 intel 日志库
- 文件操作:用原生 NodeJS 模块替代 fs-extra
- 数据处理:移除了多个 lodash 工具函数,改用原生实现
- 并发控制:实现了自定义的并发队列管理
- 唯一标识生成:用原生方法替代 uuid 库
这些改进不仅减少了项目的依赖复杂性,还提升了运行时的性能表现。
容器环境更新
Docker 容器环境也进行了多项更新:
- 升级至 Firefox 134 和 Chrome 132 浏览器
- 使用 NodeJS 22 作为基础运行环境
- 移除了不再需要的 WebDriver 管理器
- 优化了容器体积,使 slim 版本更加轻量
- 增加了 CPU 架构信息输出,便于问题诊断
功能增强与问题修复
除了架构改进外,新版本还包含多项功能增强和问题修复:
功能增强
- 更新了 Coach-core 至 8.1.1 版本,提供更准确的性能建议
- 使用官方 Slack 插件替代了旧的 node-slack 实现
- 改进了 CO2 计算模块至 0.16.4 版本
- 优化了 CO2 数据的加载方式,仅在启动时读取一次
问题修复
- 修复了 CLI 命令参数
--summaryDetail的使用问题 - 移除了损坏的连接性文本输出
- 修复了比较插件中 Wilcoxon 测试可能产生 NaN 值的问题
- 确保可持续性数据仅加载一次,避免重复计算
开发者注意事项
对于插件开发者,需要注意以下变更:
- 必须将插件依赖升级至 @sitespeed.io/plugin 1.0.0 或更高版本
- 日志输出方式变更,不再支持 logToFile 选项,建议使用管道重定向
总结
sitespeed.io v36.0.0 版本标志着该项目向现代化 NodeJS 开发实践的重要转变。通过移除冗余依赖、优化架构设计和改进核心功能,新版本提供了更高效、更可靠的性能测试体验。对于现有用户,建议仔细阅读变更说明,特别是那些标记为破坏性变更的内容,以确保平滑升级。
这次更新不仅提升了工具的技术质量,也为未来的功能扩展奠定了更坚实的基础,使 sitespeed.io 能够更好地满足现代 Web 性能测试的需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1