AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Nextjs React Expert

skill-misonl-ling-nextjs-react-expert · by MisonL

来自 Vercel Engineering 的 React 与 Next.js 性能优化规则。适用于构建组件、优化性能、消除瀑布式请求(waterfalls)、缩减 bundle、性能代码审查与服务端/客户端优化实现。

— No reviews yet
0 installs
34 views
0.0% view→install

Install

$ agentstack add skill-misonl-ling-nextjs-react-expert

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • ✓ Prompt-injection patterns
  • ✓ Secret / credential exfiltration
  • ✓ Dangerous shell & filesystem operations
  • ✓ Untrusted network calls
  • ✓ Known-malicious package signatures

What it can access

  • ✓ Network access No
  • ✓ Filesystem access No
  • ✓ Shell / process execution No
  • ✓ Environment & secrets No
  • ✓ Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-misonl-ling-nextjs-react-expert)

Reliability & compatibility

✓ Security review passed
0 installs to date
— no reviews yet
○ 6mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Nextjs React Expert? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

Next.js 与 React 性能专家

> 来自 Vercel Engineering - 按影响优先级整理的 57 条优化规则 > 哲学: 先消除 waterfall,再优化 bundle,最后再做微优化。


选择性阅读规则(强制)

只阅读与当前任务相关的章节! 先看下面内容地图,再按需加载。

> [CRITICAL] 进行性能评审时:先看 CRITICAL(1-2),再看 HIGH/MEDIUM。


内容地图

| 文件 | 影响等级 | 规则数 | 阅读时机 | | --------------------------------------- | ------------------- | ------ | -------------------------------------------------------------- | | 1-async-eliminating-waterfalls.md | [CRITICAL] CRITICAL | 5 条 | 页面加载慢、串行 API 调用、数据获取 waterfall(瀑布式请求) | | 2-bundle-bundle-size-optimization.md | [CRITICAL] CRITICAL | 5 条 | bundle 体积过大、TTI 慢、首屏加载问题 | | 3-server-server-side-performance.md | HIGH | 7 条 | SSR 缓慢、API Route 优化、服务端 waterfall(瀑布式请求) | | 4-client-client-side-data-fetching.md | [SUGGESTION] MEDIUM-HIGH | 4 条 | 客户端数据管理、SWR 模式、请求去重 | | 5-rerender-re-render-optimization.md | [SUGGESTION] MEDIUM | 12 条 | 过度重渲染、React 性能、memoization | | 6-rendering-rendering-performance.md | [SUGGESTION] MEDIUM | 9 条 | 渲染瓶颈、虚拟列表、图像优化 | | 7-js-javascript-performance.md | LOW-MEDIUM | 12 条 | 微优化、缓存、循环性能 | | 8-advanced-advanced-patterns.md | VARIABLE | 3 条 | 高级 React 模式、useLatest、init-once |

总计:8 大类,共 57 条规则


快速决策树

你的性能问题属于哪一类?

 页面加载慢 / 可交互时间(Time to Interactive,TTI)长
  -> 阅读第 1 节:消除瀑布式请求(Eliminating Waterfalls)
  -> 阅读第 2 节:包体积优化(Bundle Size Optimization)

 bundle 体积过大(> 200KB)
  -> 阅读第 2 节:包体积优化(Bundle Size Optimization)
  -> 检查:动态导入(dynamic imports)、桶文件导入(barrel imports)、tree-shaking

 服务端渲染慢(SSR)
  -> 阅读第 3 节:服务端性能(Server-Side Performance)
  -> 检查:并行数据获取、streaming

[RUN]  重渲染过多 / UI 卡顿
  -> 阅读第 5 节:重渲染优化(Re-render Optimization)
  -> 检查:React.memo、useMemo、useCallback

 渲染性能问题
  -> 阅读第 6 节:渲染性能(Rendering Performance)
  -> 检查:虚拟化、layout thrashing

 客户端数据获取问题
  -> 阅读第 4 节:客户端数据获取(Client-Side Data Fetching)
  -> 检查:SWR 去重(deduplication)、localStorage

 需要高级模式
  -> 阅读第 8 节:高级模式(Advanced Patterns)

影响优先级指南

进行全量优化时,按以下顺序:

1⃣ CRITICAL(收益最大,先做):
   +- 第 1 节:消除瀑布式请求(Eliminating Waterfalls)
   |  +- 每个 waterfall 都会引入完整网络延迟(100-500ms+)
   +- 第 2 节:包体积优化(Bundle Size Optimization)
      +- 直接影响可交互时间(Time to Interactive)与最大内容绘制(LCP)

2⃣ HIGH(显著收益,第二步):
   +- 第 3 节:服务端性能(Server-Side Performance)
      +- 消除服务端 waterfall,提升响应速度

3⃣ MEDIUM(中等收益,第三步):
   +- 第 4 节:客户端数据获取(Client-Side Data Fetching)
   +- 第 5 节:重渲染优化(Re-render Optimization)
   +- 第 6 节:渲染性能(Rendering Performance)

4⃣ LOW(打磨项,最后做):
   +- 第 7 节:JavaScript 性能(JavaScript Performance)
   +- 第 8 节:高级模式(Advanced Patterns)

相关技能

| 需求 | 技能 | | ----------------------- | --------------------------------- | | API 设计模式 | @[skills/api-patterns] | | 数据库优化 | @[skills/database-design] | | 测试策略 | @[skills/testing-patterns] | | UI/UX 设计原则 | @[skills/frontend-design] | | TypeScript/Node 实践 | @[skills/nodejs-best-practices] | | 部署与 DevOps | @[skills/deployment-procedures] |


[OK] 性能评审清单

上线前检查:

Critical(必须修复):

  • [ ] 无串行数据获取(waterfall 瀑布式请求已消除)
  • [ ] 主 bundle(包)100 项)已虚拟化
  • [ ] 图片通过 next/image 优化
  • [ ] 无不必要重渲染

Low Priority(打磨):

  • [ ] 热路径循环已优化
  • [ ] RegExp 已提升至循环外
  • [ ] 循环内属性访问已缓存

[FAIL] 反模式

不要这样做(DON'T):

  • [FAIL] 对互不依赖任务使用串行 await
  • [FAIL] 只用一个函数却导入整个库
  • [FAIL] 在应用代码中使用 barrel exports(index.ts 重导出)
  • [FAIL] 大组件/大库不做动态导入(dynamic imports)
  • [FAIL] useEffect 拉数据却不做去重
  • [FAIL] 高开销计算不做 memoization(记忆化)
  • [FAIL] 本可用 server component 却硬用 client component

推荐做法(DO):

  • [OK] 使用 Promise.all() 并行获取数据
  • [OK] 使用动态导入:const Comp = dynamic(() => import('./Heavy'))
  • [OK] 精确导入:import { specific } from 'library/specific'
  • [OK] 用 Suspense(挂起)边界提升体验
  • [OK] 利用 React Server Components(服务端组件)
  • [OK] 优化前先测量
  • [OK] 使用 Next.js 内建优化(next/image、next/font)

如何使用本技能

新功能开发场景:

  1. 开发阶段优先检查 Section 1 & 2(预防 waterfall 瀑布式请求,控制 bundle 包体积)
  2. 默认优先考虑 server components(服务端组件,Section 3)
  3. 对高开销操作应用 memoization(记忆化,Section 5)

性能评审场景:

  1. 从 Section 1 开始(waterfall 影响最大)
  2. 再看 Section 2(bundle 体积)
  3. 再看 Section 3(服务端性能)
  4. 最后按需补充其他章节

慢性能排障场景:

  1. 先识别症状(慢加载、卡顿等)
  2. 使用上方快速决策树
  3. 阅读对应章节
  4. 按优先级顺序落地修复

学习路径

初级(先抓关键): -> 第 1 节:消除瀑布式请求(Eliminating Waterfalls) -> 第 2 节:包体积优化(Bundle Size Optimization)

中级(补齐高优先级): -> 第 3 节:服务端性能(Server-Side Performance) -> 第 5 节:重渲染优化(Re-render Optimization)

高级(全量优化): -> 全章节 + 第 8 节:高级模式(Advanced Patterns)


验证脚本

| 脚本 | 用途 | 执行命令 | | -------------------------------------- | --------------------------- | ------------------------------------------------------------ | | scripts/react_performance_checker.py | 自动化性能审计 | python scripts/react_performance_checker.py |


章节说明

第 1 节:消除瀑布式请求(CRITICAL)

影响: 每个 waterfall(瀑布式请求)会增加 100-500ms+ 延迟 关键概念: 并行获取、Promise.all()、Suspense 边界、预加载

第 2 节:包体积优化(CRITICAL)

影响: 直接影响 TTI(可交互时间)、LCP(最大内容绘制) 关键概念: 动态导入、tree-shaking(摇树优化)、避免 barrel imports(桶文件导入)

第 3 节:服务端性能(HIGH)

影响: 更快服务端响应、更好 SEO 关键概念: 服务端并行获取、streaming、API Route(接口路由)优化

第 4 节:客户端数据获取(MEDIUM-HIGH)

影响: 减少冗余请求、提升 UX(用户体验) 关键概念: SWR 去重、localStorage 缓存、事件监听

第 5 节:重渲染优化(MEDIUM)

影响: UI 更流畅、减少无效计算 关键概念: React.memo、useMemo、useCallback、组件结构

第 6 节:渲染性能(MEDIUM)

影响: 提升渲染效率 关键概念: 虚拟化、图像优化、layout thrashing(布局抖动)

第 7 节:JavaScript 性能(LOW-MEDIUM)

影响: 热路径增量优化 关键概念: 循环优化、缓存、RegExp 提升

第 8 节:高级模式(VARIABLE)

影响: 特定场景收益明显 关键概念: useLatest hook(钩子)、init-once 模式、event handler refs(事件处理引用)


最佳实践总结

黄金法则:

  1. 先测量再优化 - 使用 React DevTools Profiler、Chrome DevTools
  2. 先做高收益项 - Waterfalls(瀑布式请求)-> Bundle(包体积)-> Server(服务端)-> Micro(微优化)
  3. 避免过度优化 - 聚焦真实瓶颈
  4. 善用平台能力 - Next.js 内建大量优化
  5. 关注真实用户环境 - 不是只看本机结果

性能思维:

  • 串行 await 可能就是 waterfall(瀑布式请求)
  • 每个 import 都可能引入 bundle(包体积)膨胀
  • 每次无意义重渲染都是浪费
  • server components(服务端组件)能减少下发 JS
  • 用数据说话,不靠猜测

来源: Vercel Engineering 日期: 2026 年 1 月 版本: 1.0.0 规则总数: 57 条,分 8 大类

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

  • Author: MisonL
  • Source: MisonL/Ling
  • License: MIT
  • Homepage: https://www.npmjs.com/package/@mison/ling

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.