PG AIGuide PostgreSQL 代码生成

为什么需要这个技能

让通用模型直接写 PostgreSQL，经常得到能跑但不够专业的代码：该用 citext 还是 varchar 没想清楚，JSONB 上的 GIN 索引建错位置，排他约束（EXCLUDE）代替不了触发器却没人提。模型训练语料里 SQL 大量偏向 MySQL 或 SQLite，PostgreSQL 独有的表达式索引、部分索引、表分区、GENERATED 列、RETURNING 等能力要么被忽略，要么用得生硬。结果是 schema 缺约束、索引策略随意，上线后才发现锁竞争和计划回退。

技能如何工作

它的思路不是「再训一个模型」，而是在代码生成前插一层 PostgreSQL 专属的参考检索：

• 语义文档搜索：通过 pg-aiguide 文档服务器按语义检索目标能力对应的精确文档，而不是整篇塞进上下文。
• 精选最佳实践：内置 schema 设计、索引策略、约束选择的整理版指南，覆盖 B-tree/GIN/BRIN 的取舍、复合索引列序、部分索引条件等。
• 生成前对齐：先检索再生成，让 agent 在动手写 DDL 之前拿到权威片段。
• 可对比验证：同一个任务可以在启用与不启用该参考层的情况下各跑一遍，差异本身就能看出缺了哪些 PostgreSQL 特有考虑。

适用边界与注意点

• 运行环境需支持 MCP，或支持 npx skills 形式的技能加载；公共文档服务器访问是可选的，会影响首次检索效果。
• 它提供的是参考层而非审批器：检索结果要自己判断时效与适用范围，官方文档更新后缓存片段可能滞后。
• 适合关系型、事务型建模场景；对 Postgres 之外的数据库无意义。
• 复杂迁移、分区表重组、扩展（如 pg_partman、PostGIS）仍需结合具体版本和扩展文档复核。