Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add commands/idoforgod/dissertation-simulator-agenticworkflow/maintenancegit clone --depth 1 https://github.com/idoforgod/Dissertation-Simulator-AgenticWorkflowWhat it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00011 | $0.00810 |
| Opus 5 | $0.00005 | $0.00405 |
| Sonnet 5 | $0.00002 | $0.00162 |
| Haiku 4.5 | $0.00001 | $0.00081 |
Grade A, and why
maintenance scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
What it actually says
Setup Maintenance 점검 결과 분석
.claude/hooks/setup.maintenance.log 파일을 분석하고 필요한 정리 작업을 수행합니다.
분석 프로토콜:
1단계 — 로그 읽기:
.claude/hooks/setup.maintenance.log를 Read tool로 읽으세요.
파일이 없으면 사용자에게 안내: "claude --maintenance로 Maintenance Hook을 먼저 실행해야 합니다."
2단계 — 항목별 분석:
P1 원칙: 아래 표시 정보는 모두 setup_maintenance.py가 결정론적으로 사전 계산하여 로그에 포함합니다. 에이전트는 로그에서 읽어 사용자에게 그대로 전달하세요. 직접 파일을 세거나 크기를 계산하지 마세요.
| 항목 | WARN/FAIL 시 조치 | 로그에 포함된 표시 정보 |
|---|---|---|
| Session archives | 30일 초과 아카이브 목록 제시 → AskUserQuestion으로 삭제 범위 확인 | 대상 파일 수, 총 크기(KB), 최오래 3개·최신 3개 파일명 |
| Knowledge index | 잘못된 JSON 라인 번호 확인 → 해당 라인 제거 제안 | 전체 라인 수, 잘못된 라인 번호·내용 미리보기(첫 80자) |
| Work log | 1MB 초과 시 이전 로그 정리 제안 (백업 후 삭제) | 현재 크기(KB), 라인 수, 최초·최종 기록 타임스탬프 |
| Script syntax | 오류 있는 스크립트를 Read → 수정 | 오류 파일명, 라인 번호, 에러 메시지 |
| Doc-code sync | 코드 상수와 문서 값의 불일치 — WARN 메시지에 표시된 파일과 값을 확인 후, 문서 또는 코드를 일치하도록 수정 | 불일치 파일 쌍, 코드 값 vs 문서 값 |
| verification-logs/ | 30일 초과 검증 로그 정리 제안 | 대상 파일 수, 총 크기(KB), 최오래 3개 파일명 |
| pacs-logs/ | 30일 초과 pACS 로그 정리 제안 | 대상 파일 수, 총 크기(KB), 최오래 3개 파일명 |
| autopilot-logs/ | 30일 초과 Decision Log 정리 제안 | 대상 파일 수, 총 크기(KB), 최오래 3개 파일명 |
3단계 — 정리 작업 (사용자 승인 필수):
⚠️ 절대 삭제 금지 대상:
knowledge-index.jsonl— RLM Knowledge Archive (세션 간 지식)latest.md— 최신 스냅샷 (세션 복원 기반)
삭제 가능 대상 (사용자 확인 후):
sessions/*.md— 30일 초과 세션 아카이브work_log.jsonl— 비정상적으로 큰 작업 로그 (백업 후)
4단계 — 최종 보고:
## Maintenance 결과
### 건강 상태 요약
- 전체: N개 항목
- 정상: N개
- 이슈: N개
### 수행한 정리 작업
- [작업 내용] → [결과]
### 시스템 상태
- Context Preservation System: [정상 / 주의 필요]
- Knowledge Archive: [N entries, NKB]
- Session Archives: [N files, NKB]
권장 실행 주기:
- 주간: 일반적인 사용 빈도
- 수시: Hook 스크립트 수정 후, 또는 세션 복원 이상 시
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2d ago First seen · 61 lines · 11 tokens per session scan A 903b0c508e36
maintenance is a command published in the GitHub repository idoforgod/Dissertation-Simulator-AgenticWorkflow (107 stars, last pushed 3mo ago), licensed MIT. It adds 11 tokens to every session and 810 once invoked, about $0.0001 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other commands, from other repositories
checklist
Generate a custom checklist for the current feature based on user requirements.
clarify
Identify underspecified areas in the current feature spec by asking up to 5 highly targeted clarification questions and encoding answers back into the spec.
specify
Create or update the feature specification from a natural language feature description.
analyze
Perform a non-destructive cross-artifact consistency and quality analysis across spec.md, plan.md, and tasks.md after task generation.
constitution
Create or update the project constitution from interactive or provided principle inputs.
converge
Assess the current codebase against the feature's spec, plan, and tasks, then append any remaining unbuilt work as new tasks to tasks.md so implement can complete it.