pg-aiguide

GitHub
1.7k 82 非常简单 1 次阅读 今天Apache-2.0Agent插件开发框架图像
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • 未说明
GPU

不需要 GPU

内存

未说明

依赖
notes该工具是一个基于 MCP (Model Context Protocol) 的服务器或 AI 技能包,主要通过网络连接远程服务 (https://mcp.tigerdata.com/docs) 运行,无需本地部署大型模型或复杂的计算环境。安装主要依赖 Node.js 环境下的 npx 命令或各 AI 编辑器的插件市场。
python未说明
Node.js (用于 npx)
AI Coding Agent (如 Claude Code, Cursor, Codex, Gemini CLI 等)
pg-aiguide hero image

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):

  • 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 IDENTITYNULLS 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

在 Cursor 中安装 在 VS Code 中安装 在 VS Code Insiders 中安装 在 Visual Studio 中安装 在 Goose 中安装 将 MCP 服务器 pg-aiguide 添加到 LM Studio

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:

安装 MCP 服务器

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
Visual Studio

点击按钮即可安装:

在 Visual Studio 中安装

VS Code

点击按钮即可安装:

在 VS Code 中安装

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:

在 VS Code Insiders 中安装

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

v0.4.02026/03/18
v0.3.12026/02/23
v0.3.02026/01/28
v0.2.42025/12/10
v0.2.32025/12/09
v0.2.22025/12/09
v0.2.12025/11/17
v0.2.02025/11/17
v0.1.32025/10/20

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

349.3k|★★★☆☆|1周前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

155.4k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|4天前
开发框架图像Agent

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。

100.8k|★★☆☆☆|5天前
插件Agent图像

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

93.4k|★★☆☆☆|1周前
插件开发框架