摘要：本文介绍如何借助专为 AI Agent 设计的 PostgreSQL 巡检 SKILL，把原本耗时费力的数据库健康检查变成一句话的事——覆盖 40+ 检查项，自动生成带建议的 Markdown 报告，让 DBA 把时间留给真正有价值的工作。

---

一、背景：DBA 的日常巡检之痛

作为 DBA 或运维工程师，你是否每天都在重复做这些事？

• 早上上班第一件事，挨个登录数十台甚至上百台数据库，手动跑 SQL 检查锁等待、长事务；
• 写了一堆 Shell 脚本，但输出杂乱，难以判断严重程度；
• 月底要出巡检报告，需要从各种监控面板截图、拼报告，加班到深夜……

这些痛点本质上都是重复性高、工具分散、难以标准化。随着数据库实例规模越来越大，人力已经跟不上了。

而现在，AI Agent 时代来了。

---

二、什么是 SKILL？

SKILL 是为 AI Agent 设计的结构化能力包，可以理解为给 AI 配备了专业领域的"武器库"。
当你把 SKILL 加载进 AI Agent 后，只需用自然语言下达指令，AI 就能自动调用 SKILL 中定义的工具、脚本或查询逻辑，完成复杂的专业任务。

digoal（德哥）开源了一套专门用于 PostgreSQL 的 SKILL 集合：

🔗 GitHub 项目地址：https://github.com/digoal/postgres_skill/

这套 SKILL 目前包含三个模块：

模块名	用途
postgres-daily-check	PostgreSQL 实例全面日常巡检
polardb-daily-check	PolarDB 实例日常巡检
postgresql-bi-agent	基于 PG 实例的业务数据经营分析

---

三、postgres-daily-check：40+ 项全面健康扫描

postgres-daily-check 是这套 SKILL 的核心模块，覆盖了 PostgreSQL 日常运维中最关键的检查维度：

1. 核心健康与可用性

• ✅ 无效索引检查（pg_index 中 indisvalid = false 的索引）
• ✅ XID 回卷风险（距离 wraparound 的剩余 XID 数量）
• ✅ 长时间 VACUUM 检查

2. 连接与会话监控

• 连接数使用率（当前连接 / max_connections）
• 空闲事务（idle in transaction）超时连接
• 长查询（超过阈值的慢 SQL）

3. 性能与缓存

• 缓存命中率（Buffer Cache Hit Ratio）
• 共享内存脏块比例
• 索引使用率（全表扫描占比异常的表）

4. 存储与膨胀

• 表膨胀（dead tuple 比例过高的表）
• 索引膨胀
• 大表 / 大索引排名
• TOAST 表使用情况

5. 复制与高可用

• 流复制延迟（pg_stat_replication）
• WAL 日志积压量
• Slot 堆积风险

6. 安全与配置

• 超级用户数量
• 密码有效期检查
• 异常配置参数核查

每项检查都会给出 ✅ 正常 / 🟠 警告 / 🔴 严重 三级评级，并附上问题描述和优化建议。

---

四、一句话触发巡检，报告自动生成

使用方式极其简单，只需向支持 SKILL 的 AI Agent（如 WorkBuddy、Cursor 等）发送：

全面巡检 postgresql 数据库, 连接: host 127.0.0.1 port 5432 user digoal dbname postgres password 123456

AI Agent 会自动：

1. 解析你的连接参数；
2. 依次调用 SKILL 中定义的 40+ 个检查逻辑（通过 psql 执行 SQL）；
3. 汇总结果，生成结构化 Markdown 巡检报告。

整个过程无需额外安装任何 Python 第三方库，只依赖 Python 标准库 + psql 客户端。

---

五、真实巡检报告长什么样？

下面是一份简化版的巡检报告示例：

看到这份报告，DBA 可以立即知道哪里有问题、有多严重、该怎么处理，省去了大量手工 SQL 和分析时间。

---

六、更进一步：支持单项检查

除了全量巡检，SKILL 还支持针对某一项的单独检查。比如：

检查一下数据库 127.0.0.1:5432 上是否有表膨胀问题

查看当前所有长查询，超过 5 分钟的

帮我看看复制延迟情况

AI Agent 会根据你的问题，精准调用对应的检查逻辑并返回结果，而不是每次都跑全量检查——既节省时间，也减少数据库压力。

---

七、如何上手？

Step 1：克隆项目

git clone https://github.com/digoal/postgres_skill.git

Step 2：将 SKILL 加载进 AI Agent

以 WorkBuddy 为例，将 postgres-daily-check 目录放到 WorkBuddy 的 SKILL 目录下，重新加载即可。

Step 3：发起巡检

全面巡检 postgresql 数据库, 连接: host <your-host> port <port> user <user> dbname <db> password <pwd>

环境要求

• Python 3.x（标准库即可，无需 pip 安装额外包）
• psql 客户端（与目标 PG 版本兼容即可）

八、实战案例：

1.告诉codebuddy你要安装这个skill。

 下载https://github.com/digoal/postgres_skill，并安装

截图如下：

正常会在mac上自动安装postgresql 16的客户端，如下手动按照，参考如下：

2.已成功安装的技能：

1. postgres-daily-check - PostgreSQL 实例日常巡检技能

   • 位置: /Users/monkey/Downloads/codebuddy/.codebuddy/skills/postgres-daily-check/
   • 功能: 全面的 PostgreSQL 数据库健康检查

2. polardb-daily-check - PolarDB 实例日常巡检技能

   • 位置: /Users/monkey/Downloads/codebuddy/.codebuddy/skills/polardb-daily-check/
   • 功能: PolarDB 数据库的全面健康检查

3. postgresql-bi-agent - PostgreSQL 实例业务数据经营分析技能

   • 位置: /Users/monkey/Downloads/codebuddy/.codebuddy/skills/postgresql-bi-agent/
   • 功能: 业务数据分析和经营分析

3.安装详情：

• ✅ 从 GitHub 下载了 digoal/postgres_skill 仓库
• ✅ 将三个技能安装到 CodeBuddy 技能目录
• ✅ 为每个技能创建了元数据文件 (_meta.json)
• ✅ 确保所有脚本文件具有可执行权限
• ✅ 创建了使用指南文档

4.使用方式：

现在你可以使用这些技能来检查和管理 PostgreSQL 数据库。例如：

全面巡检 postgresql 数据库, 连接: host 127.0.0.1 port 5432 user username dbname database password password

5.配置说明：

每个技能都包含 assets/db_config.env 文件，你需要根据你的 PostgreSQL 数据库连接信息进行配置。

原始下载的文件仍然保留在 /Users/monkey/Downloads/codebuddy/skills/postgres_skill/ 目录中，如果需要可以随时清理。

---

九、思考：AI Agent 对 DBA 职业的影响

这套工具让我们不得不思考一个问题：AI Agent + SKILL 会取代 DBA 吗？

我的观点是：不会取代，但会重塑 DBA 的工作方式。

重复性、规则性的巡检工作，完全可以交给 AI Agent。它不会累、不会漏检、不会因为下班早就少跑几个检查项。

而 DBA 真正的价值在于：

• 架构决策：分库分表怎么做？读写分离如何设计？
• 性能调优：复杂执行计划的解读与优化；
• 业务洞察：结合业务背景判断数据库问题的根因；
• 应急处理：真正的故障出现时，那 5 分钟内的判断与操作。

AI 负责"扫描"，人负责"思考"——这才是正确的协作模式。

---

十、总结

postgres_skill 是一个非常实用的开源项目，它把 PostgreSQL 运维经验结构化成了 AI 可以直接调用的 SKILL，让数据库巡检从"手工活"变成了"一句话的事"。

对于：

• 管理大量 PG 实例的 DBA：可以大幅节省巡检时间；
• 业务开发同学：可以自助发现数据库层面的性能问题；
• AI 开发者：可以作为如何设计数据库类 SKILL 的参考案例。

强烈推荐收藏试用，并结合自己的业务场景进行二次定制。

🔗 项目地址：https://github.com/digoal/postgres_skill/

---

如果你也在使用类似的 AI Agent + SKILL 方案，欢迎在评论区交流你的实践经验！