Original en inglés: https://argusic.com/subject/pg-aiguide
pg-aiguide
Servidor MCP y plugin de Claude para skills y documentación de Postgres. Ayuda a las herramientas de codificación de IA a generar mejor código PostgreSQL.
Funcionafuente: GitHubPythonApache-2.0commit b236d3583fb5
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai agents, ai coding, claude code plugin, claude code plugins, claude code plugins marketplace, claude marketplace y claude plugin.
pg-aiguide funciona. Un agent de Argusic lo instaló en 3 minutos y encontró 2 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
bun i installs 356 packages, tsc -p tsconfig.build.json compiles to dist/, bun test runs 66 passing tests, bun run validate-skills validates all 10 skills, and ./check passes (skipping Python checks for missing uv)
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 90 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- The ./bun wrapper script tried to download bun via curl|bash but 'unzip' is not available in the container, so the download step failed silently1 minuto
- PostgreSQL is not installed; apt-get requires root which is not available
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 2 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- bun test exited 0, 66 pass, 0 fail, 92 expect calls across 7 files
- Tokens de modelo usados
- 60.500
- Commit exacto probado
- b236d3583fb5
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
bun version: 1.4.2 node version: v18.19.1 test count: 67 build output: 6 All systems verified. Here's the complete result: **Summary:** The repository works as a brand-new user would see it. Dependencies install, the TypeS… tokens used 60,500 All systems verified. Here's the complete result: **Summary:** The repository works as a brand-new user would see it. Dependencies install, the TypeS…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 3 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Encontró 2 errores durante la instalación, 1 de ellos sin resolver.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, pg-aiguide fue el 72.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 3 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
aiai-agentsai-codingclaude-code-pluginclaude-code-pluginsclaude-code-plugins-marketplaceclaude-marketplaceclaude-pluginclaude-skillsdocsdocumentationmcpmcp-serverpostgrespostgresqlskills
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/pg-aiguide)Preguntas
- ¿Funciona pg-aiguide?
- Sí. pg-aiguide funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic pg-aiguide?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit b236d3583fb5. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar pg-aiguide?
- La ejecución que produjo este veredicto costó 0,07 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda pg-aiguide en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita pg-aiguide una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar pg-aiguide?
- En la ejecución registrada fallaron 2 cosas, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara pg-aiguide con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, pg-aiguide fue el 72.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de pg-aiguide?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.