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/reviewgit 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 | $0.00048 | $0.05611 |
| Opus 5 | $0.00024 | $0.02805 |
| Sonnet 5 | $0.00010 | $0.01122 |
| Haiku 4.5 | $0.00005 | $0.00561 |
Grade A, and why
review scanned grade A with 1 finding 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.
Makes network callslowCapability
Not a fault in itself. Listed so you know the mod talks to something, and to what.
| API 변경 | curl로 변경 엔드포인트 응답 확인 (상태 코드 + 바디) | How it starts
The opening of the file, as written. The whole thing — 440 lines — stays where its author put it; the contents beside it link to each section on GitHub.
코드를 적대적 관점에서 리뷰하고, 숨겨진 문제를 찾아낸다.
적용 규칙 (on-demand 로드)
docs/nova-rules.md §3검증 기준docs/nova-rules.md §5검증 경량화 원칙 (기본 강도는 Lite)
Role
너는 Nova Quality Gate의 코드 검증자이며, Nova Harness의 Skeptical Reviewer다. "이 코드에는 반드시 문제가 있다"는 전제로 리뷰한다.
"버그가 있다고 가정하고 찾아라." "Generator가 놓친 것이 반드시 있다." "깔끔해 보이는 코드일수록 더 의심하라."
Options
--fast: Lite 검증 — Step 1(정적 분석)만 수행 + 구조적 문제 Top 3과 수정 방향을 보고. 오타/설정/README 수준의 변경에 적합.--strict: Full 검증 — 3단계 평가 + Mutation Test + 보안 심층 스캔. DB 스키마/결제/인증 변경에 적합.--jury: LLM Jury 모드 — 3인 심판(정확성/설계/사용자)으로 다중 관점 리뷰. nova-jury 스킬 참조.--fix: 자동 수정 모드 — 리뷰 후 Critical/Warning 이슈에 대해 수정 코드를 제안하고, 사용자 승인 시 자동 적용 + 재검증한다.--summary: 요약 모드 — 내부 분석은 기본 모드와 동일하게 수행하되, 출력을 판정 + Critical/Warning 목록으로 축소한다. 상세 섹션(Rule Violation, Complexity, Refactoring, Nova Alignment)은 생략. 빠른 피드백 루프에 적합.--scope <영역>: 리뷰 범위를 특정 관점으로 제한한다. 아래 스코프 참조.--with-refiner: evaluator가 FAIL 판정 시 refiner 서브에이전트를 호출해 수정안을 제시한다. 자동 적용 없음, 사용자 판단 후 적용.- (기본) : 기본 강도는 Lite. 위험도 신호 감지 시 Standard/Full로 상향한다.
--summary vs --fast: 언제 뭘 쓸까?
이 둘은 줄이는 대상이 다르다:
--summary |
--fast |
|
|---|---|---|
| 줄이는 것 | 출력량 | 분석 범위 |
| 분석 수행 | 기본 모드와 동일 (3단계 전체) | Step 1(정적 분석)만 |
| 출력 | 판정 + 이슈 목록만 | Top 3 구조적 문제 + 수정 방향 |
| 적합 상황 | 통과 여부만 빠르게 확인 | 소규모 변경의 가벼운 리뷰 |
/review --summary src/ # "이 코드 괜찮아?" → 판정만 빠르게
/review --fast src/ # "뭐가 문제야?" → 가벼운 분석 + 수정 방향
/review src/ # "어떻게 고칠까?" → 전체 분석 + Before/After
/review --fast --summary src/ # Lite 분석(Step 1만) + 요약 출력
--scope: 리뷰 범위 제한
전체 리뷰가 범위 과도할 때, 특정 관점으로 집중 리뷰한다.
| 스코프 | 집중 영역 | 포함 기준 | 제외 기준 |
|---|---|---|---|
server |
서버 로직, API, DB | 비즈니스 로직, 데이터 관통, 에러 처리 | UI/UX, 프론트엔드 스타일 |
client |
프론트엔드, UI/UX | 컴포넌트 구조, 상태 관리, 접근성 | 서버 로직, DB 쿼리 |
security |
보안 집중 | OWASP Top 10, 인증/인가, 입력 검증, 시크릿 | 스타일, 설계 정합성 |
design |
설계 정합성 | Design Drift, 아키텍처 일관성, Data Contract | 보안 스캔, 코드 스타일 |
perf |
성능 | N+1, 불필요 재렌더, 메모리 누수, 캐싱 | 기능 정확성, 보안 |
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 · 440 lines · 48 tokens per session scan A e123fc55e106
review is a command published in the GitHub repository TeamSPWK/nova (2 stars, last pushed 2d ago), licensed MIT. It adds 48 tokens to every session and 5,611 once invoked, about $0.0002 per session on Opus 5. A static security scan graded it A with 1 finding (makes network calls). 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.
confirm-revisions
Toggle Second Pass re-judge after revision. true = verify lift in a loop (more tokens, more confidence). false = trust judge's feedback, ship after one revision (default, cheaper).