Trusted by market leaders · Client results
开发 CoreDash 的初衷
做 CoreDash，是因为现有的 RUM 工具不符合真实的性能优化工作流。太多的仪表盘看重表面分数，缺乏诊断深度。它们对数据进行采样，限制 URL 数量，把功能锁在企业级定价后面，并让你等上 28 天才让 CrUX 证实你早已怀疑的问题。打造 CoreDash 就是为了填补这个空白。
在审计企业网站多年，受够了那些让工作变得更难的工具之后，Arjen Karel 将 CoreDash 打造成了他自己在一线实战中想用的平台。对每个 Core Web Vitals 进行实时归因。支持所有维度的完全细分。没有任何人为限制。每一个指标的测量方式都和 Google 完全一致。
如今，CoreDash 被欧洲及其他地区一些最大型网站的性能团队使用。曾支撑数百万页面企业级审计的同款基础设施，现在开放给任何关注 Core Web Vitals 的团队。
地理视图展示了真实用户在不同地区的网站体验。用它来审计你的 CDN 策略，找出网络延迟在哪里拖慢了体验，并验证基础设施变更是否达到了预期效果。
产品背后的理念
- 测量真实用户的体验。 Lab 分数是一回事。使用廉价手机和不稳定 4G 网络的真实用户是另一回事。CoreDash 通过 PerformanceObserver API 直接从浏览器捕获高保定的 field data。你要优化的是实际环境，而不是模拟环境。
- 关注分布，而不是平均值。 p75 和长尾数据揭示了真实体验所在，以及收入流失发生的位置。CoreDash 提供每个指标的完整分布，让你能找出需要关注的细分人群，而不只是庆祝中位数。
- 绝不成为瓶颈。 拖慢网站的监控工具违背了它的初衷。CoreDash 的收集器不到 2KB，完全异步，被动监听浏览器 API，不阻塞 main thread。对你想要测量的体验零影响。
原生的隐私保护
CoreDash 不收集个人数据，也不需要 cookie。所有数据仅在 EU 进行处理和存储。这意味着完全符合 GDPR，无需同意弹窗，也不会因为用户拒绝 cookie 而损失页面浏览量。你可以测量 100% 的流量。
AI 原生
CoreDash 内置了 Model Context Protocol (MCP) 服务器。把 Claude、Cursor 或任何 AI 智能体直接连到你实时的 Core Web Vitals 数据上。AI 可以分析趋势，识别性能退化，并使用你在仪表盘上看到的相同的真实用户数据来提供优化建议。
