Optimisation des Performances Web

VérifiéSûr

Optimise les Core Web Vitals (LCP, INP, CLS), la taille du bundle, la stratégie de rendu, le chargement des images et polices, la mise en cache et les requêtes base de données. À utiliser pour optimiser les performances, réduire le temps de chargement, corriger des pages lentes ou analyser la taille du bundle dans Next.js, Vite, React et les backends Python.

Spar Skills Guide Bot
DeveloppementIntermédiaire
02/06/2026
Claude Code
#performance-tuning#core-web-vitals#bundle-analysis#image-optimization

Recommandé pour

Synthèse automatique

Ce skill optimise les performances des applications Web en mesurant les Core Web Vitals, en analysant la taille des bundles, en optimisant les images et les polices, et en ajustant les stratégies de rendu.

Points forts

  • Guide pas à pas avec des commandes concrètes
  • Couverture complète des métriques LCP, INP et CLS
  • Outils d'analyse pour identifier les sources de lenteur

Limites

  • Nécessite un accès en ligne de commande pour exécuter les audits
  • Ne traite pas les optimisations côté serveur avancées (cache CDN, mise à l'échelle)
  • Les recommandations sont génériques ; une adaptation au projet peut être nécessaire
Quand l'utiliser

Utilisez ce skill lorsque vous devez améliorer les performances d'une application Next.js, Vite, React ou Python, ou lorsque l'utilisateur mentionne 'lent', 'Lighthouse' ou 'Web Vitals'.

Quand l'éviter

Évitez ce skill si le problème est lié à l'infrastructure réseau ou au serveur sans aucun code applicatif accessible.

Analyse de sécurité

Sûr
Score qualité85/100

The skill only contains diagnostic and analysis commands (npx lighthouse, grep, find, ls) for performance auditing. No destructive, exfiltrating, or obfuscated actions are present.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Bundle size analysis
Analyze the bundle size of my Next.js app and suggest optimizations for large dependencies.
Optimize Core Web Vitals
Optimize the Core Web Vitals (LCP, INP, CLS) for my landing page. Suggest actionable steps.
Image optimization check
Check image sizes in my project and recommend optimizations, format changes, and lazy loading strategies.

name: performance-tuning description: > Optimizes Core Web Vitals (LCP, INP, CLS), bundle size, rendering strategy, image and font loading, caching, and database query performance for Next.js, Vite, React, and Python backends. Use when optimizing performance, reducing load time, fixing slow pages, analyzing bundle size, or when user mentions performance, speed, Lighthouse, or Web Vitals.

Performance Tuning

Fast apps win. Performance is UX. Performance is SEO. Performance is conversion. Slow kills.


Phase 1: Core Web Vitals Measurement

Targets (2026)

| Metric | Good | Needs Work | Poor | |--------|------|------------|------| | LCP (Largest Contentful Paint) | < 2.5s | 2.5-4s | > 4s | | INP (Interaction to Next Paint) | < 200ms | 200-500ms | > 500ms | | CLS (Cumulative Layout Shift) | < 0.1 | 0.1-0.25 | > 0.25 |

Run:

# Lighthouse audit (local)
npx lighthouse http://localhost:3000 --output json --output-path report.json 2>/dev/null

# Or in Chrome: DevTools → Lighthouse → Analyze page load

Phase 2: Bundle Size Analysis

Run:

# Next.js bundle analysis
ANALYZE=true npm run build 2>/dev/null

# Vite bundle analysis
npx vite-bundle-visualizer 2>/dev/null

# Check largest JS chunks
ls -lhS .next/static/chunks/*.js 2>/dev/null | head -10
ls -lhS dist/assets/*.js 2>/dev/null | head -10

# Find largest dependencies
npx cost-of-modules 2>/dev/null | head -20

# Unused dependencies
npx depcheck 2>/dev/null | head -20

Bundle Size Targets

| Category | Target | Action if Over | |----------|--------|---------------| | Total JS | < 200KB gzip | Code split aggressively | | First Load | < 100KB gzip | Defer non-critical | | Largest chunk | < 50KB gzip | Dynamic import |

Common Bloat Sources

| Dependency | Size | Alternative | |-----------|------|-------------| | moment.js | 300KB | date-fns or dayjs (2KB) | | lodash (full) | 72KB | lodash-es or native JS | | chart.js | 200KB | Import only needed modules | | three.js | 600KB | Import only: import { Scene } from 'three' |

Run to detect:

# Tree shaking violations
grep -rn "import .* from 'lodash'" src/ --include="*.ts" --include="*.tsx" 2>/dev/null
grep -rn "require('lodash')" src/ --include="*.ts" --include="*.js" 2>/dev/null

Phase 3: Image & Font Optimization

Run:

# Find large images
find src/ public/ -name "*.png" -o -name "*.jpg" -o -name "*.jpeg" 2>/dev/null | xargs ls -lhS 2>/dev/null | head -20

# Check for next/image usage
grep -rn "next/image\|Image" src/ --include="*.tsx" 2>/dev/null | wc -l

# Check for lazy loading
grep -rn "loading=\"lazy\"\|loading=\"eager\"" src/ --include="*.tsx" 2>/dev/null | wc -l

# Check font loading
grep -rn "next/font\|@font-face\|font-display" src/ app/ --include="*.tsx" --include="*.css" 2>/dev/null

Image Targets

| Image Type | Max Size | Format | Loading | |-----------|----------|--------|---------| | Hero/banner | 200KB | WebP/AVIF | eager, fetchpriority="high" | | Card thumbnails | 50KB | WebP | lazy | | Icons | 5KB | SVG (inline) | Inline | | Backgrounds | 100KB | WebP | CSS lazy |

Flag if: images > 200KB, no next/image usage, no font-display: swap.


Phase 4: Rendering Strategy

Decision Tree

| Page Type | Strategy | Why | |-----------|----------|-----| | Marketing/Landing | SSG + ISR | Fast, cacheable, SEO | | Blog/Content | SSG with on-demand ISR | Changes, needs SEO | | Dashboard | CSR or Streaming SSR | Personalized, real-time | | E-commerce Product | ISR (1-60 sec) | Changes often, SEO matters | | Search Results | Server Components | Dynamic, personalized |

Run:

# Check rendering strategy in Next.js
grep -rn "export const dynamic\|export const revalidate\|getStaticProps\|getServerSideProps" app/ src/ --include="*.ts" --include="*.tsx" 2>/dev/null

# Check for code splitting
grep -rn "React.lazy\|dynamic(\|lazy(" src/ --include="*.tsx" --include="*.ts" 2>/dev/null | wc -l

Flag if: no dynamic imports for heavy components, all pages use the same rendering strategy.


Phase 5: Database Query Performance

Run:

# N+1 query patterns (ORM)
grep -rn "findMany\|findAll\|\.all()" src/ lib/ --include="*.ts" --include="*.py" 2>/dev/null
grep -rn "include:\|select:\|prefetch_related\|select_related" src/ lib/ --include="*.ts" --include="*.py" 2>/dev/null

# Missing pagination
grep -rn "take\|limit\|offset\|skip\|paginate\|LIMIT" src/ lib/ --include="*.ts" --include="*.py" 2>/dev/null | wc -l

Flag if: findMany/findAll without include (N+1), no pagination on list queries.


Phase 6: Caching Strategy

Run:

# Check for caching headers
grep -rn "Cache-Control\|s-maxage\|stale-while-revalidate\|unstable_cache" src/ app/ --include="*.ts" --include="*.tsx" 2>/dev/null

# Check for ISR configuration
grep -rn "revalidate" app/ --include="*.ts" --include="*.tsx" 2>/dev/null

Flag if: no caching on static assets, no ISR for dynamic content, no API response caching.


⛔ STOP GATE — Performance

DO NOT mark performance as optimized without:

  1. Running Lighthouse or equivalent measurement
  2. Showing bundle size analysis results
  3. Confirming Core Web Vitals meet "Good" thresholds

Output Format

## Performance Report — [Project Name]

### Current State
| Metric | Score | Target | Gap |
|--------|-------|--------|-----|
| LCP | Xs | < 2.5s | Xs |
| INP | Xms | < 200ms | Xms |
| CLS | X | < 0.1 | X |
| Bundle Size | XKB | < 200KB | XKB |

### Issues Found (Priority Order)
1. 🔴 [Critical — directly impacts user experience]
2. 🟡 [Medium — impacts at scale]
3. 🟢 [Nice to have]

### Optimization Plan
1. [Fix 1] — Expected impact: X
2. [Fix 2] — Expected impact: X

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/web-performance-tuning-mmk3nhdx' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/web-performance-tuning-mmk3nhdx/download' --output '.skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md.part' && mv '.skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md.part' '.skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md' && test -s '.skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/performance-tuning' && cp -R '.skill-downloads/web-performance-tuning-mmk3nhdx' '.claude/skills/performance-tuning'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/web-performance-tuning-mmk3nhdx'

openskills read 'web-performance-tuning-mmk3nhdx'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/web-performance-tuning-mmk3nhdx/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires