pg-aiguide MCP — ユースケース, インストール & ライブデモ

Name: pg-aiguide MCP Server
Author: timescale

なぜ使うのか

主な機能

PostgreSQL、TimescaleDB、PostGISドキュメント全体の統一検索
バージョン対応 — 質問したPGバージョンに固定された結果を提供
スキーマ設計、インデックス作成、モダンPG機能に関するキュレーションされたスキル
https://mcp.tigerdata.com/docs でホストされているMCPエンドポイント
Claudeプラグインとしてもインストール可能

ライブデモ

実際の動作

pg-aiguide.replay ▶ 準備完了

0/0

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "pg-aiguide": {
      "command": "uvx",
      "args": [
        "pg-aiguide"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "pg-aiguide": {
      "command": "uvx",
      "args": [
        "pg-aiguide"
      ],
      "_inferred": true
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "pg-aiguide": {
      "command": "uvx",
      "args": [
        "pg-aiguide"
      ],
      "_inferred": true
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "pg-aiguide": {
      "command": "uvx",
      "args": [
        "pg-aiguide"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "pg-aiguide",
      "command": "uvx",
      "args": [
        "pg-aiguide"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json

{
  "context_servers": {
    "pg-aiguide": {
      "command": {
        "path": "uvx",
        "args": [
          "pg-aiguide"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add pg-aiguide -- uvx pg-aiguide

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方： pg-aiguide

エージェントに本番環境対応のPostgresスキーマを作成させる方法

👤 新しいサービスを開始するバックエンドエンジニア ⏱ ~20 min intermediate

使うタイミング： 生成されたSQLが実際にコードレビューに耐えるものにしたい場合です。

前提条件

pg-aiguide MCPを追加する — クライアントを https://mcp.tigerdata.com/docs に指定するか、Claudeプラグインをインストールしてください。

フロー

ドメインを述べる

組織、ユーザー、プロジェクト、招待を持つマルチテナントSaaSのスキーマが必要です。SQLを書く前に、pg-aiguideでスキーマ設計と識別子のベストプラクティスを確認してください。✓ コピーしました

→ エージェントがview_skill出力を引用している
制約とインデックスをレビューする

追加したすべての制約とその理由を見せてください。冗長なインデックスはありますか？✓ コピーしました

→ インデックスごとの正当性
モダン機能を確認する

search_docsを使用して、GENERATED ALWAYS AS IDENTITY（SERIALではなく）と、適切な場所でNULLS NOT DISTINCTを使用していることを確認してください。✓ コピーしました

→ モダンなイディオムが適用されている

結果： 合理的な制約、適切な識別子列、そして正当化できるインデックスを備えたスキーマ。

注意点

エージェントがインデックスを過度に使用する — 書き込み負荷の高いテーブルが遅くなる — ワークロード対応のインデックスを依頼してください — 予想される読み取り/書き込み比率を指定してください。

組み合わせ： postgres

EXPLAINプランを読むときに専門家のコンテキストを得る方法

👤 遅いクエリを最適化している開発者 ⏱ ~15 min intermediate

使うタイミング： EXPLAIN ANALYZE出力があるが、何が正常なのかわからない場合です。

フロー

プランを共有する

[EXPLAIN ANALYZEを貼り付け] — pg-aiguideを使用して、各ノードが何をするか、このコストの一般的な理由を特定してください。✓ コピーしました

→ ドキュメントを引用したノード別の診断
インデックスアドバイスを求める

プランに基づいて、1つのインデックス変更を提案してください。インデックスタイプ（BTREEとBRINと部分インデックス）をpg-aiguideで確認してください。✓ コピーしました

→ 具体的なCREATE INDEXと正当性

結果： プランが理解され、変更がドキュメントで正当化されている。

組み合わせ： postgres

正しいTimescaleDBハイパーテーブル設定を選択する方法

👤 Postgres上で時系列を扱うチーム ⏱ ~15 min advanced

使うタイミング： 新しいサービスの最初のハイパーテーブル — 多くのパラメータがあります。

フロー

取り込み形状を述べる

IoTセンサーデータを約10k行/秒で取り込み、クエリは過去24時間および過去30日間の集約です。TimescaleDBハイパーテーブルのチャンク間隔に関する推奨事項をpg-aiguideで確認してください。✓ コピーしました

→ チャンク間隔と圧縮ポリシーの根拠
テーブルをドラフトする

CREATE TABLE + create_hypertable + 圧縮ポリシーをドラフトしてください。✓ コピーしました

→ 完全なDDL

結果： あなたの取り込みレートに合わせて調整されたハイパーテーブル設定。

組み合わせ： postgres

組み合わせ

他のMCPと組み合わせて10倍の力を

pg-aiguide + postgres

pg-aiguideでベストプラクティスを確認し、postgres MCPで実際に適用する

pg-aiguideを使用してorders.user_idに適切なインデックスを選択し、postgres MCPで開発DBに適用してください。適用前後のEXPLAIN ANALYZEを表示してください。✓ コピーしました

pg-aiguide + github

ドキュメントで裏付けられた理由付けでスキーママイグレーションをコードレビューする

新しいテーブルを追加するPR #4421をレビューしてください。pg-aiguideを使用して、慣用的なPG 16から逸脱しているいかなる選択肢もフラグを付けてください。✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング	コスト
search_docs	query: str, product?: 'postgres'\|'timescale'\|'postgis', version?: str	特定の機能、関数、または設定を検索する	free
view_skill	skill: 'schema-design'\|'indexing'\|'data-types'\|'performance'	スキーマを書く前にベストプラクティスのガイダンスを適用する	free

コストと制限

運用コスト

APIクォータ: ホストされたエンドポイント — 適度な使用レート制限
呼び出しあたりのトークン: 検索結果ごとに300～1500トークン
金額: 無料
ヒント: 広範なガイダンスにはview_skillを使用し、search_docsは特定の引用が必要な場合のみ使用してください。

セキュリティ

権限、シークレット、影響範囲

最小スコープ： なし — ドキュメントのみ

認証情報の保管： なし

データ送信先： あなたのクエリはmcp.tigerdata.comに送信されます。

絶対に付与しない： 付与するものなし；DBアクセスなし

このMCPはSQLを実行しません — クエリを実行する必要がある場合はpostgres MCPと組み合わせて��ださい。

トラブルシューティング

よくあるエラーと対処法

search_docsが古い情報を返す

バージョンをピンする: PG 17の詳細にはsearch_docs(query, version='17')を使用してください。

mcp.tigerdata.comへの接続が失敗する

企業ファイアウォールを確認してください；Claudeプラグイン（ローカル）インストールにフォールバックしてください。

確認： curl -I https://mcp.tigerdata.com/docs

view_skillが一般的な出力を返す

スキルスラッグを正確に指定してください — 不明なスラッグは一般的なサマリーにフォールバックします。

代替案

pg-aiguide 他との比較

代替案	代わりに使う場面	トレードオフ
postgres MCP	SQLを実行する必要があり、ドキュメントを読むだけではない場合	キュレーションされたベストプラクティスレイヤーなし
Supabase MCP	Supabase固有のプロジェクト管理	Supabaseロック

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る