MCP HubMCP Hub
Volver a habilidades

lighthouse-audit

guia-matthieu
Actualizado 2 days ago
4 vistas
111
20
111
Ver en GitHub
Otroautomation

Acerca de

Esta habilidad automatiza auditorías de Google Lighthouse para medir Core Web Vitals, métricas de SEO y accesibilidad. Los desarrolladores pueden utilizarla para verificar el rendimiento de páginas, auditar problemas técnicos de SEO y comparar resultados de optimización. Soporta auditorías por lotes de múltiples URLs para monitoreo y generación de informes.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add guia-matthieu/clawfu-skills -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/guia-matthieu/clawfu-skills
Git CloneAlternativo
git clone https://github.com/guia-matthieu/clawfu-skills.git ~/.claude/skills/lighthouse-audit

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Lighthouse Audit

Automate Google Lighthouse audits to measure and track Core Web Vitals, SEO, and accessibility - the same metrics Google uses for search ranking.

When to Use This Skill

  • Performance optimization - Measure LCP, FID, CLS before and after changes
  • SEO audits - Check technical SEO issues (meta tags, structured data, etc.)
  • Accessibility checks - Identify a11y issues for compliance
  • Client reporting - Generate professional performance reports
  • Monitoring - Track scores over time across multiple pages

What Claude Does vs What You Decide

Claude DoesYou Decide
Structures analysis frameworksMetric definitions
Identifies patterns in dataBusiness interpretation
Creates visualization templatesDashboard design
Suggests optimization areasAction priorities
Calculates statistical measuresDecision thresholds

Dependencies

pip install click pandas jinja2
# Also requires Chrome and Lighthouse CLI
# npm install -g lighthouse
# Or use Chrome DevTools built-in Lighthouse

Commands

Single URL Audit

python scripts/main.py audit https://example.com --categories performance,seo
python scripts/main.py audit https://example.com --format html --output report.html

Batch Audit

python scripts/main.py batch urls.txt --output results/
python scripts/main.py batch urls.txt --categories performance --format csv

Compare Before/After

python scripts/main.py compare https://example.com --baseline scores.json
python scripts/main.py compare https://example.com --baseline-url https://staging.example.com

Monitor Over Time

python scripts/main.py history https://example.com --days 30
python scripts/main.py history https://example.com --plot

Examples

Example 1: Full Site Performance Audit

# Create URL list
cat > urls.txt << EOF
https://example.com/
https://example.com/pricing
https://example.com/features
https://example.com/blog
EOF

# Run batch audit
python scripts/main.py batch urls.txt --categories performance,seo,accessibility

# Output: results/audit_2024-01-15/
# ├── example.com_.json
# ├── example.com_pricing.json
# ├── example.com_features.json
# ├── example.com_blog.json
# └── summary.csv

Example 2: Before/After Comparison

# Save baseline
python scripts/main.py audit https://example.com --output baseline.json

# Make optimizations...

# Compare
python scripts/main.py compare https://example.com --baseline baseline.json

# Output:
# Core Web Vitals Comparison
# ─────────────────────────────
# Metric         Before    After    Change
# LCP            3.2s      1.8s     -44% ✓
# FID            120ms     45ms     -63% ✓
# CLS            0.25      0.08     -68% ✓
# Performance    52        89       +37 pts

Example 3: Generate Client Report

# Full audit with HTML report
python scripts/main.py audit https://client-site.com \
  --format html \
  --output client-report.html \
  --include-screenshots

# Output: Professional HTML report with:
# - Executive summary
# - Core Web Vitals scores
# - Screenshots of issues
# - Prioritized recommendations

Audit Categories

CategoryChecksImpact
performanceLCP, FID, CLS, TTFB, Speed IndexSearch ranking
seoMeta tags, headings, links, mobileSearch visibility
accessibilityWCAG compliance, contrast, labelsCompliance
best-practicesHTTPS, security, modern APIsTrust
pwaService worker, manifest, offlineApp-like experience

Core Web Vitals Thresholds

MetricGoodNeeds ImprovementPoor
LCP (Largest Contentful Paint)≤2.5s2.5s-4.0s>4.0s
FID (First Input Delay)≤100ms100ms-300ms>300ms
CLS (Cumulative Layout Shift)≤0.10.1-0.25>0.25
INP (Interaction to Next Paint)≤200ms200ms-500ms>500ms

Output Formats

FormatUse CaseContent
jsonAutomation, storageFull raw data
csvSpreadsheets, analysisSummary scores
htmlClient reportsVisual report
mdDocumentationMarkdown summary

Skill Boundaries

What This Skill Does Well

  • Structuring data analysis
  • Identifying patterns and trends
  • Creating visualization frameworks
  • Calculating statistical measures

What This Skill Cannot Do

  • Access your actual data
  • Replace statistical expertise
  • Make business decisions
  • Guarantee prediction accuracy

Related Skills

Skill Metadata

  • Mode: centaur
category: seo-tools
subcategory: performance
dependencies: [lighthouse, click, pandas]
difficulty: beginner
time_saved: 3+ hours/week

Repositorio GitHub

guia-matthieu/clawfu-skills
Ruta: skills/seo-tools/lighthouse-audit
0
ai-skillsanthropicclaude-codeclaude-skillsmarketingmcp-server

Habilidades relacionadas

llamaguard

Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad

cost-optimization

Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad

quantizing-models-bitsandbytes

Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad

dispatching-parallel-agents

Otro

Esta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.

Ver habilidad