pg-aiguide
pg-aiguide 是一款专为提升 AI 编程助手 PostgreSQL 代码质量而设计的开源工具。它通过提供经过优化的专业技能和文档支持,帮助 Claude Code、Cursor 等主流 AI 代理生成更健壮、高效且符合现代标准的数据库代码。
许多 AI 工具在生成 SQL 时往往存在知识滞后、遗漏关键约束与索引、或不熟悉最新特性等问题。pg-aiguide 有效解决了这些痛点,它能引导 AI 自动应用业界公认的最佳实践,例如增加必要的约束条件、创建更合理的索引(包括部分索引和表达式索引),并正确使用如 PG17 推荐的新语法。实测显示,启用该工具后生成的数据库架构在约束数量上可提升 4 倍,索引覆盖率提高 55%,显著增强了系统的性能与可维护性。
该工具特别适合后端开发者、数据库工程师以及依赖 AI 辅助编程的技术人员使用。其核心亮点在于提供了跨官方文档的语义搜索能力(支持版本感知),并内置了 curated 的“技能包”,涵盖 TimescaleDB 等扩展生态。用户既可以通过简单的命令行将其作为通用技能集成到 40 多种 AI 代理中,也能配置为 MCP 服务器或 Claude 插件,灵活融入现有开发工作流,让 AI 真正懂数据库。
使用场景
某后端工程师正使用 AI 助手为电商大促活动快速构建高性能订单数据库架构。
没有 pg-aiguide 时
- 约束缺失:生成的建表语句往往缺少关键的外键和非空约束,导致脏数据轻易写入,后续清洗成本高昂。
- 索引简陋:仅创建基础主键索引,遗漏了针对高频查询场景(如按状态筛选)的局部索引或表达式索引,大流量下查询延迟飙升。
- 语法过时:沿用老旧的自增列写法,未采用 PostgreSQL 17 推荐的
GENERATED ALWAYS AS IDENTITY等现代特性,代码维护性差。 - 文档空白:生成的 Schema 缺乏字段注释和命名规范,团队协作时需反复沟通确认字段含义。
使用 pg-aiguide 后
- 严谨约束:自动注入包括外键、检查约束在内的多重数据完整性保护,从源头杜绝异常数据产生。
- 智能索引:基于最佳实践自动补充覆盖特定查询模式的复合索引与部分索引,显著提升高并发下的读取性能。
- 现代语法:直接输出符合最新 PG 版本标准的现代化 SQL,利用新特性提升存储效率与安全性。
- 自带文档:生成的代码包含清晰的字段注释和规范的命名风格,让数据库结构一目了然,降低协作门槛。
pg-aiguide 将 AI 生成的数据库代码从“勉强可用”升级为“生产级健壮”,大幅减少了人工审查与重构的时间成本。
运行环境要求
- 未说明
不需要 GPU
未说明

快速开始
pg-aiguide
面向代码助手的AI优化PostgreSQL专业知识
pg-aiguide 帮助AI编码工具生成质量显著提升的PostgreSQL代码。它提供:
- 语义搜索,覆盖官方PostgreSQL手册(版本感知)
- AI优化的“技能”——由专家精选、带有明确观点的Postgres最佳实践,可被AI代理自动调用
- 扩展生态文档,首批支持TimescaleDB,后续还将提供更多
您可以将其用作:
- 通过
npx skills提供的 代理技能 —— 兼容Claude Code、Cursor、Codex、Gemini CLI等40余款代理 - 作为 公共MCP服务器,可与任何AI编码代理配合使用;或
- 专为Claude原生技能支持优化的 Claude Code插件。
⭐ 为什么选择pg-aiguide?
AI编码工具生成的Postgres代码往往存在以下问题:
- 版本过时
- 缺少约束和索引
- 忽视现代PG特性
- 与实际生产中的最佳实践不符
pg-aiguide通过为AI代理提供深度且版本化的PostgreSQL知识库以及经过验证的最佳实践模式,有效解决了这些问题。
体验差异
https://github.com/user-attachments/assets/5a426381-09b5-4635-9050-f55422253a3d
视频文字稿
给Claude Code的提示:
请为一个电商网站设计数据库模式两次:第一次关闭tiger MCP服务器,第二次开启tiger MCP服务器。每次都将模式写入当前工作目录下的独立文件中。然后比较这两个文件,从定性和定量两方面说明哪种方式生成的模式更好。本次示例仅使用标准Postgres。
结果(摘要):
- 约 4倍的约束
- 多出55%的索引(包括部分索引和表达式索引)
- 遵循PG17推荐的设计模式
- 使用现代特性(
GENERATED ALWAYS AS IDENTITY、NULLS NOT DISTINCT) - 更清晰的命名与文档注释
结论:pg-aiguide能够生成更健壮、性能更优、更易于维护的数据库模式。
🚀 快速入门
代理技能
为您的AI编码代理安装精选的PostgreSQL最佳实践技能:
npx skills add timescale/pg-aiguide --skill postgres
或者以交互式方式选择单个技能:
npx skills add timescale/pg-aiguide
兼容Claude Code、Cursor、Codex、Gemini CLI、VS Code等,以及 40余款其他代理。
若需更深入的PostgreSQL知识,还可添加 MCP服务器,使您的代理具备对官方PostgreSQL、TimescaleDB和PostGIS手册的语义搜索能力。
MCP 服务器
对于 PostgreSQL、TimescaleDB 和 PostGIS 文档的语义搜索,可以添加 公共 MCP 服务器:
https://mcp.tigerdata.com/docs
使用 JSON 手动配置 MCP
{
"mcpServers": {
"pg-aiguide": {
"url": "https://mcp.tigerdata.com/docs"
}
}
}
或者也可以作为 Claude Code 插件 使用:
claude plugin marketplace add timescale/pg-aiguide
claude plugin install pg@aiguide
通过环境变量安装
Claude Code
此仓库可用作 Claude Code 市场插件。要安装,请运行以下命令:
claude plugin marketplace add timescale/pg-aiguide
claude plugin install pg@aiguide
该插件使用 skills 目录中的技能,以及由 TigerData 托管的公开 MCP 服务器端点,用于搜索 PostgreSQL 文档。
Codex
运行以下命令可将 MCP 服务器添加到 Codex:
codex mcp add --url "https://mcp.tigerdata.com/docs" pg-aiguide
Cursor
一键安装:
或者将以下内容添加到 .cursor/mcp.json:
{
"mcpServers": {
"pg-aiguide": {
"url": "https://mcp.tigerdata.com/docs"
}
}
}
Gemini CLI
运行以下命令可将 MCP 服务器添加到 Gemini CLI:
gemini mcp add -s user pg-aiguide "https://mcp.tigerdata.com/docs" -t http
VS Code
点击按钮即可安装:
或者,运行以下命令也可将 MCP 服务器添加到 VS Code:
code --add-mcp '{"name":"pg-aiguide","type":"http","url":"https://mcp.tigerdata.com/docs"}'
VS Code Insiders
点击按钮即可安装:
或者,运行以下命令也可将 MCP 服务器添加到 VS Code Insiders:
code-insiders --add-mcp '{"name":"pg-aiguide","type":"http","url":"https://mcp.tigerdata.com/docs"}'
Windsurf
将以下内容添加到 ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"pg-aiguide": {
"serverUrl": "https://mcp.tigerdata.com/docs"
}
}
}
💡 您的第一个提示
安装完成后,pg-aiguide 可以回答关于 Postgres 的问题或设计模式。
简单模式示例提示
创建一个用于存储用户名和唯一电子邮件地址的 Postgres 表模式。
复杂模式示例提示
您是一名资深软件工程师。您被分配了一项任务,需要为一家物联网设备公司生成一个 Postgres 模式。 这些设备在工厂车间收集环境数据。数据包括温度、湿度、压力等主要指标,以及其他因设备而异的测量值。每个设备都有一个唯一的 ID 和一个便于人类识别的名称。我们还希望记录数据采集的时间。对近期数据的分析包括根据测量值查找异常值和异常情况,以及针对特定设备进行临时性分析。历史数据分析则包括分析单个设备的历史数据,或统计所有设备在较长时间内的整体情况。
功能
文档搜索(MCP 工具)
search_docs
统一的搜索工具,支持跨多个文档源的语义(向量相似度)和关键词(BM25)搜索:postgres- 官方 PostgreSQL 手册,按版本划分范围tiger- Tiger Data 的文档(TimescaleDB 及其生态系统)postgis- PostGIS 空间扩展文档
技能(AI 优化的最佳实践)
view_skill
公开经过精心挑选、带有明确观点的 PostgreSQL 最佳实践技能,由 AI 编码助手自动调用。这些技能提供以下方面的指导:
- 模式设计
- 索引策略
- 数据类型
- 数据完整性与约束
- 命名规范
- 性能调优
- 现代 PostgreSQL 特性
🔌 生态系统文档
当前支持:
- TimescaleDB(文档 + 技能)
- PostGIS(文档)
即将支持:
- pgvector
我们欢迎为更多扩展和工具贡献内容。
🛠 开发
请参阅 DEVELOPMENT.md,了解:
- 如何在本地运行 MCP 服务器
- 如何添加新技能
- 如何添加新文档
🤝 贡献
我们欢迎:
- 新的 Postgres 最佳实践技能
- 更多的文档语料
- 搜索质量的提升
- 错误报告和功能建议
📄 许可证
Apache 2.0
版本历史
v0.4.02026/03/18v0.3.12026/02/23v0.3.02026/01/28v0.2.42025/12/10v0.2.32025/12/09v0.2.22025/12/09v0.2.12025/11/17v0.2.02025/11/17v0.1.32025/10/20常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器