Sitespeed.io 性能测试中禁用截图功能的技术方案
2025-06-10 00:31:19作者:冯爽妲Honey
在网站性能测试工具Sitespeed.io的实际应用中,测试人员有时需要禁用截图功能以优化测试流程。本文将深入探讨如何通过配置参数完全禁用各类截图功能,并解析相关技术原理。
默认截图机制分析
Sitespeed.io在性能测试过程中默认会生成多种类型的截图:
- 页面加载完成截图
- 最大内容绘制(LCP)截图
- 累积布局偏移(CLS)截图
- 视觉元素截图
这些截图虽然有助于问题诊断,但在某些自动化测试场景中可能造成不必要的资源消耗。
完整禁用方案
要实现完全禁用截图功能,需要组合使用以下参数:
docker run --rm -v "$(pwd):/sitespeed.io" sitespeedio/sitespeed.io \
XXX.js \
--multi \
--viewPort 1786x708 \
--maxLoadTime 180000 \
--video=false \
--visualMetrics=false \
--visualElements=false \
--plugins.remove screenshot \
--plugins.remove har \
-n 1 \
-b chrome \
--browsertime.screenshot false \
--browsertime.screenshotLCP false \
--browsertime.screenshotLS false
技术细节说明
-
基础禁用参数:
--video=false禁用视频录制--visualMetrics=false禁用视觉指标--visualElements=false禁用视觉元素分析
-
截图专用参数:
--browsertime.screenshot false禁用基础截图--browsertime.screenshotLCP false禁用LCP截图--browsertime.screenshotLS false禁用布局偏移截图
-
性能影响: 截图操作发生在性能指标采集之后,因此禁用截图不会影响测试结果的准确性,但可以显著减少:
- 测试执行时间
- 存储空间占用
- 网络传输负载
最佳实践建议
- 在CI/CD流水线中建议禁用所有截图功能
- 本地调试时可选择性启用特定类型截图
- 对于长期运行的监控任务,禁用截图可降低资源消耗
通过合理配置这些参数,用户可以在保证测试准确性的同时,优化测试流程的执行效率。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218