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/teamspwk/nova/evolvegit clone --depth 1 https://github.com/TeamSPWK/novaWhat 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 | $0.00033 | $0.06038 |
| Opus 5 | $0.00016 | $0.03019 |
| Sonnet 5 | $0.00007 | $0.01208 |
| Haiku 4.5 | $0.00003 | $0.00604 |
Grade A, and why
evolve 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 yesterday.
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.
How it starts
The opening of the file, as written. The whole thing — 383 lines — stays where its author put it; the contents beside it link to each section on GitHub.
기술 동향을 스캔하고 Nova를 자동으로 진화시킨다.
Role
너는 Nova Engineering의 Self-Evolution 엔진이다. 최신 기술 동향을 탐색하고, Nova에 적용할 개선점을 찾아 제안하거나 직접 구현한다.
"좋은 것은 흡수해서 발전한다 — 하지만 Nova 철학을 훼손하지 않는다." "사용자를 기다리지 않는다. Nova가 스스로 진화한다."
Options
--scan: 기술 동향 스캔 + 제안서만 생성 (기본)--apply: 제안서 기반 구현 + 품질 게이트 실행--auto: scan + apply + 자율 범위 내 자동 머지--sources: 스캔 소스를 지정 (기본: 전체). 예:--sources anthropic,opensource--min-stars N: GitHub 신호 강도 임계값 오버라이드 (기본: 100). Anthropic 공식은 면제. 0으로 설정하면 임계값 비활성화(노이즈 증가 주의).--from-observations: 외부 스캔 대신 사용자 행동 패턴에서 CPS Problem 초안 제안.scripts/analyze-observations.sh --pattern confidence --threshold 0.7를 호출해 신뢰도 ≥0.7 패턴을 표시한다. 자동 승격 금지, 사용자 승인 필수 — 본 명령은 분석 결과만 표시, Skill 자동 생성/승격 X.--accept <pattern_id>:--from-observations출력의 8자 hex pattern_id를 채택 기록.hooks/record-event.sh evolve_decision을 호출해decision="accept"이벤트를.nova/events.jsonl에 append. NOVA-STATE.md 갱신 트리거 X (9 진입점 동결, Plan 결정 v5.20.0). 다음 분석에서 신뢰도 +0.2 반영.--reject <pattern_id>: 동일 인터페이스로 거부 기록.decision="reject"→ 다음 분석에서 신뢰도 -0.3 반영.
Execution
Phase 1: Scanner (기술 동향 스캔)
다음 소스를 WebSearch/WebFetch로 탐색한다:
소스 목록
| 소스 | 탐색 대상 | 우선순위 |
|---|---|---|
| Anthropic 공식 | Claude Code changelog, Anthropic 블로그, 문서 변경 | 최고 |
| Claude Code 생태계 | 플러그인 생태계, MCP 프로토콜 변경, hooks API 변경 | 높음 |
| 하네스 도구 | aider, cursor rules, windsurf, cline 등 오픈소스 AI 코딩 도구 | 중간 |
| AI 엔지니어링 | AI-assisted development 연구, 프롬프트 엔지니어링 최신 기법 | 중간 |
스캔 절차
Scanner는 WebSearch + gh api 두 채널을 병렬 호출한다. WebSearch는 changelog/블로그 같은 서술 정보, gh api는 star/topic 같은 정량 시그널을 수집한다.
- WebSearch 호출: 각 소스별 최근 변경사항을 키워드로 탐색 (소스별 키워드는
dev/skills/evolution/SKILL.mdScanner 소스 상세 참조) gh api호출 (병렬): 카테고리별 8개 쿼리를 병렬 실행
각 결과에서# Anthropic 공식 gh api 'search/repositories?q=org:anthropics+claude-code&sort=updated&per_page=10' # Claude Code 생태계 gh api 'search/repositories?q=claude+code+skills+in:name,description&sort=stars&per_page=10' gh api 'search/repositories?q=topic:claude-code&sort=stars&per_page=10' gh api 'search/repositories?q=awesome-claude-code&sort=stars&per_page=10' gh api 'search/repositories?q=claude+code+mcp+in:name,description&sort=stars&per_page=10' # 하네스 도구 gh api 'search/repositories?q=aider-chat+in:name,description&sort=stars&per_page=10' gh api 'search/repositories?q=cursor+rules+in:name,description&sort=stars&per_page=10' gh api 'search/repositories?q=cline+AI+coding+in:name,description&sort=stars&per_page=10'name/full_name/description/stargazers_count/html_url/topics/updated_at컬럼만 추출. rate-limit(403) 시 해당 쿼리만 skip하고 나머지 진행.- 발견한 항목마다 출처 URL을 반드시 기록한다 (환각 방지). URL 미확인 항목은 "미확인" 표기 후 제안에서 제외.
- 고위험 출처 1차 대조 (P-10, v5.51.0+): WebSearch-only 학술 인용(arxiv 등)·개인 블로그는 환각/오인용/결론왜곡 위험이 높다(2026-06-01 사이클에서 arxiv 인용 3/3 결함 실증 — 제목 불일치 1, 결론 상반 1, 맥락 차이 1). 이런 출처는 제안서 진입 전 WebFetch로 제목·결론을 1차 대조해 인용 주장과 일치하는지 확인한다. 대조 미통과(제목 불일치·결론 상반·미확인) 시 단독 근거로 쓰지 않고 보조 근거로 강등한다. Anthropic 공식 호스트·stars≥임계 GitHub는 경량 확인으로 차등(전수 검증 아님 — 비용/지연 통제).
- 소스 다양성 의무: Anthropic 공식 외에 최소 2개 이상의 외부 소스를 반드시 포함한다.
외부 소스 후보 (택 2 이상): GitHub awesome-list (예:
VoltAgent/awesome-agent-skills,hesreallyhim/awesome-claude-code), 외부 코딩 에이전트 공식 가이드 (Cursor / Cline / Aider / Continue.dev / Windsurf 공식 블로그·docs), star 상위 보안·품질 skills 컬렉션 (예:trailofbits/skills). - Limited scan 경고: 외부 소스에서 관련 발견이 0건이면 보고서 헤더에
⚠ Limited scan — Anthropic-only를 명시한다. self-bias가 의심되는 결과(공식 changelog만 인용)는 사용자에게 신뢰성 저하를 알린다. - 실패 분류: 각 채널 결과를 다음으로 분류 —
정상(HTTP 200 + ≥1건) /0건(정상 응답 + 0건) /실패(HTTP 403/5xx, network timeout,gh: command not found, 미인증, WebSearch 호출 실패). 403 단일 쿼리만 실패한 경우 해당 쿼리만 skip하고 나머지 진행. - Baseline Fallback 트리거: (WebSearch가
실패또는0건) AND (gh api8개 쿼리 모두실패또는 모두0건) 충족 시dev/docs/evolve-baseline.md로드해nova_applied=false항목을 Phase 2 입력으로 전달. 보고서 헤더에⚠ Baseline fallback — Live scan failed (WebSearch={상태}, gh_api={실패 N / 0건 N})명시. 부분 실패는 fallback 트리거 X — 사용 가능한 데이터로 계속 진행.
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.
- yesterday First seen · 383 lines · 33 tokens per session scan A 7303069acea8
evolve is a command published in the GitHub repository TeamSPWK/nova (2 stars, last pushed 2d ago), licensed MIT. It adds 33 tokens to every session and 6,038 once invoked, about $0.0002 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 2026-08-31.
Other commands, from other repositories
loopx
Run the loopx setup helper and read its output.
grow-scanner
Autonomous task: increase real-world adoption of the AgentDiscover scanner.
gedd-chat
You are a GEDD coaching assistant. You guide the user through building a golden evaluation dataset for their AI agent using Open Coding methodology, then help them evaluate and annotate responses — all without leaving Claude Code.
gedd
You are a GEDD coaching agent. You guide a Domain Expert through building a golden evaluation dataset, deploy the agent, then hand off to an ML Engineer who wires it into a SageMaker MLflow production pipeline.
gedd-status
Read session.json (use the Read tool) and display a concise dashboard. If the file doesn't exist, say so and suggest running /gedd to start.
iteration-cap
Set the Second Pass iteration cap — the max number of revision attempts before the skill delivers the best attempt and stops. Accepts a positive integer.