了解核心 Web 指标和 Google 搜索结果
核心 Web 指标是一组指标，用于衡量网页的加载性能、互动性和视觉稳定性的实际体验。我们强烈建议网站所有者实现良好的核心 Web 指标，以便借助 Google 搜索取得理想成效，并确保用户在总体上获得良好的体验。这一方面连同其他网页体验方面，都与我们的核心排名系统所要奖励的内容相契合。如需了解详情，请参阅了解 Google 搜索结果中的网页体验。
核心 Web 指标
- Largest Contentful Paint (LCP)：衡量加载性能。为了提供良好的用户体验，请尽力在网页开始加载的 2.5 秒内完成 LCP。
- Interaction To Next Paint (INP)：衡量响应速度。为了提供良好的用户体验，请尽力将 INP 控制在 200 毫秒以内。
- Cumulative Layout Shift (CLS)：衡量视觉稳定性。为了提供良好的用户体验，请尽力使 CLS 得分低于 0.1。
优化核心 Web 指标
以下资源可以帮助您衡量、监控和优化核心 Web 指标：
- 查看 Search Console 中的核心 Web 指标报告。该报告显示了您的网页性能。
- 详细了解核心 Web 指标，这是有关核心 Web 指标的指南，包括如何衡量、调试、改进和最佳实践。
- 了解有助于您衡量和报告核心 Web 指标的各种工具。这些工具可衡量 LCP、INP 和 CLS。
在 Android 设备上使用 FCM 和 FIAM 向用户发送消息
Updated 2025年3月7日
了解如何使用 Firebase Cloud Messaging 和 In-App Messaging 与用户通信并发展业务。
使用 Vertex AI Agent Builder 构建 AI 代理
Updated 2025年3月7日
在此 Codelab 中，您将学习如何使用 Google Cloud 强大的工具和基础架构构建和部署生成式 AI 代理。我们将介绍基本概念，并引导您完成初始步骤，以便顺利启动您的第一个代理。
在 Google Cloud 上构建、容器化和部署 Spring Boot 应用
Updated 2025年3月6日
学习如何在 Google Cloud 上构建、容器化和部署 Spring Boot 应用。
使用 Cloud SQL for PostgreSQL 将全栈 JavaScript 应用部署到 Cloud Run
Updated 2025年3月6日
Cloud Run 是一个全代管式平台，可让您直接在 Google 可伸缩的基础架构之上运行代码。本 Codelab 将演示如何将 Cloud Run 上的 Next.js 应用连接到 Cloud SQL for PostgreSQL 数据库。 在本实验中，您将学习如何完成以下操作： 在终端中，启用以下 API： 如果系统提示您进行授权，请点击 授权 继续。 此命令可能需要几分钟才能完成，但最终应该会显示类似以下内容的成功消息： 创建并配置供 Cloud Run 使用的 Google Cloud
逻辑回归 Codelab
Updated 2025年3月6日
在本 Codelab 中，您将学习如何使用逻辑回归了解性别、年龄段、展示时间和浏览器类型等特征与用户点击广告的可能性之间的关联程度。 要完成本 Codelab，您需要足够的高质量广告系列数据来建立模型。 首先，选择一个包含大量优质数据的旧广告系列。如果您不知道哪个广告系列可能包含最优质的数据，不妨针对您有权访问的时间最早的整月数据运行以下查询： 选择较早的数据，针对即将从广告数据中心移除的数据训练模型并对其进行测试。如果这些数据遇到模型训练限制，这些限制将在数据删除后结束。
逻辑回归 Codelab
Updated 2025年3月6日
在本 Codelab 中，您将学习如何使用逻辑回归了解性别、年龄段、展示时间和浏览器类型等特征与用户点击广告的可能性之间的关联程度。 要完成本 Codelab，您需要足够的高质量广告系列数据来建立模型。 首先，选择一个包含大量优质数据的旧广告系列。如果您不知道哪个广告系列可能包含最优质的数据，不妨针对您有权访问的时间最早的整月数据运行以下查询： 选择非近期数据，针对即将从广告数据中心移除的数据训练模型并对其进行测试。如果这些数据遇到模型训练限制，这些限制将在数据删除后结束。
线性回归 Codelab
Updated 2025年3月6日
在此 Codelab 中，您将学习如何使用线性回归来创建可预测每次点击费用的模型。 要完成本 Codelab，您需要： 要完成本 Codelab，您需要足够的高质量广告系列数据来建立模型。 请运行以下查询 最佳实践是将表创建步骤与模型创建步骤分开。 对您在上一步中创建的临时表运行以下查询。您不必费心提供开始日期和结束日期，因为系统会根据临时表中的数据推断出这些日期。 行 mean_absolute_error mean_squared_error mean_squared_log_error
线性回归 Codelab
Updated 2025年3月6日
在此 Codelab 中，您将学习如何使用线性回归来创建可预测每次点击费用的模型。 要完成本 Codelab，您需要足够的高质量广告系列数据来建立模型。 请运行以下查询 最佳实践是将表创建步骤与模型创建步骤分开。 对您在上一步中创建的临时表运行以下查询。您不必费心提供开始日期和结束日期，因为系统会根据临时表中的数据推断出这些日期。 行 mean_absolute_error mean_squared_error mean_squared_log_error
适用于 Apple 平台的 Firebase App Check
Updated 2025年3月2日
Firebase App Check 可确保请求来自合法应用和设备，从而有助于保护您的后端资源免遭滥用，例如防范账单欺诈和钓鱼式攻击。它可与 Firebase 服务以及您自己的后端服务搭配使用，以确保您的资源安全无虞。 如需详细了解 Firebase App Check ，请参阅 Firebase 文档。 App Check 使用平台专有的服务来验证应用和/或设备的完整性。这些服务称为 认证提供程序 。其中之一就是 Apple 的 App Attest 服务，App Check
近期博客更新
下面列出了我们在 Google 搜索中心博客上公布的所有 Core Web Vitals 内容：
了解如何使用 Firebase Cloud Messaging 和 In-App Messaging 与用户通信并发展业务。 2025年3月7日 了解如何将 Firebase 产品集成到您的 Flutter 应用，从而实现顺畅无缝的移动应用前端和后端开发。 2025年3月7日 了解如何使用导航、高级状态和附带效应来创建有效运行的应用。 2025年3月7日 在此 Codelab 中，您将学习如何使用 Google Cloud 强大的工具和基础架构构建和部署生成式 AI 代理。我们将介绍基本概念，并引导您完成初始步骤，以便顺利启动您的第一个代理。 Thu Ya Kyaw (Googler), Abhishek Sharma (GDE) 2025年3月7日 在此 Codelab 中，您将学习如何使用可信空间解决方案通过加速器运行 AI/ML 工作负载。 Meetrajsinh Vala 2025年3月7日 了解如何使用 Cloud Firestore 构建可扩缩并满足用户需求的排行榜。 2025年3月7日 开始使用通行密钥，为用户打造安全、人性化的身份验证体验。 2025年3月7日 了解 Compose for Wear OS，它是一种新式声明式界面工具包，可帮助您构建针对穿戴式设备优化的精美界面。 2025年3月6日 开始在网页上使用通行密钥，为您的用户构建安全且人性化的身份验证体验！ 2025年3月6日在 Android 设备上使用 FCM 和 FIAM 向用户发送消息
将 Firebase 添加到您的 Flutter 应用
架构和状态
使用 Vertex AI Agent Builder 构建 AI 代理
可信空间 Codelab
使用 Cloud Firestore 构建强大的分布式排行榜
Android 和其他平台上的通行密钥
Compose for Wear OS
在网页上通过通行密钥进行无密码登录