Original em inglês: https://argusic.com/subject/pg-aiguide
pg-aiguide
Servidor MCP e plugin Claude para habilidades e documentação do Postgres. Ajuda ferramentas de codificação com IA a gerar código PostgreSQL melhor.
Executafonte: GitHubPythonApache-2.0commit b236d3583fb5
Python, licença Apache-2.0. O projeto se descreve como: ai, ai agents, ai coding, claude code plugin, claude code plugins, claude code plugins marketplace, claude marketplace e claude plugin.
pg-aiguide executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 3 minutos e encontrou 2 erros, e a sessão inteira foi gravada.
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)
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 90 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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
- Tempo de instalação
- 3 minutos
- Da máquina limpa até o fim
- 6 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- bun test exited 0, 66 pass, 0 fail, 92 expect calls across 7 files
- Tokens de modelo usados
- 60.500
- Commit exato testado
- b236d3583fb5
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 3 minutos, mais rápido que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Encontrou 2 erros durante a configuração, 1 dos quais não foi resolvido.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, pg-aiguide foi o 72º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 3 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
aiai-agentsai-codingclaude-code-pluginclaude-code-pluginsclaude-code-plugins-marketplaceclaude-marketplaceclaude-pluginclaude-skillsdocsdocumentationmcpmcp-serverpostgrespostgresqlskills
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/pg-aiguide)Perguntas
- pg-aiguide executa?
- Sim. pg-aiguide executa. A Argusic o instalou e iniciou em uma máquina limpa em 3 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou pg-aiguide?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit b236d3583fb5. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar pg-aiguide?
- A execução que produziu este veredito custou US$ 0,07: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar pg-aiguide?
- 3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- pg-aiguide precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar pg-aiguide?
- 2 coisas quebraram na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como pg-aiguide se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, pg-aiguide foi o 72º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de pg-aiguide?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.