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 skills/cubha/claude-workflow-plugins/scopenpx skills add cubha/claude-workflow-plugins --skill scopegit clone --depth 1 https://github.com/cubha/claude-workflow-pluginsWhat 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 | $0.00177 | $0.03289 |
| Opus 5 | $0.00088 | $0.01644 |
| Sonnet 5 | $0.00035 | $0.00658 |
| Haiku 4.5 | $0.00018 | $0.00329 |
Grade A, and why
scope 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.
How it starts
The opening of the file, as written. The whole thing — 245 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Scope — 프로젝트 범위산정 + 기술스택 확정 게이트
$ARGUMENTS 에 대해 요구사항과 리서치를 종합하여 **무엇을 만들지(범위)**와 **무엇으로 만들지(스택)**를 확정하고, docs/scope/SCOPE-*.md를 생성한다.
PARSE → INTAKE → SCOPE → STACK(승인 게이트) → REPORT
존재 이유: 요구사항 한 줄만으로 스택을 채택해 프로젝트를 생성하는 것은 무리가 있다. 리서치가 시장성·경쟁·기술 트렌드를 조사한다면, /scope는 그 조사와 요구사항을 받아 결정을 내린다 — 기능 범위를 자르고, 우선순위를 매기고, 스택을 사용자 승인으로 확정한다. 이 산출물(SCOPE-*.md)은 이후 프로젝트 스캐폴딩·계획 워크플로우가 입력으로 사용한다.
경계
| 리서치(조사) | /scope |
프로젝트 생성(스캐폴딩) | |
|---|---|---|---|
| 역할 | 조사(넓게) | 결정(자르고 확정) | 코드 골격 생성 |
| 출력 | RESEARCH-*.md | SCOPE-*.md | 프로젝트 구조·설정 |
| 코드 변경 | 없음 | 없음 | 있음 |
Phase 0: PARSE — 인자 파싱
| 인자 | 기본값 | 설명 |
|---|---|---|
| 프로젝트명/요구사항 | (필수) | 첫 인자 또는 자연어. 없으면 AskUserQuestion으로 수집 |
--from {파일} |
자동 탐색 | 참조할 RESEARCH-*.md 경로 |
--quick |
OFF | 스택 후보 간이 비교(3축) — 상세 트레이드오프 생략 |
--skip-stack |
OFF | 범위산정만 수행, 스택 확정 게이트 생략 |
--stdout |
OFF | 파일 생성 없이 대화에서 직접 출력 |
Phase 1: INTAKE — 요구사항·리서치 로드
1-1. 리서치 자료 확인
docs/research/RESEARCH-*.md를 Glob으로 탐색한다. team-research가 함께 설치돼 있으면 그 산출물(RESEARCH-*.md)을 결정 근거로 활용할 수 있다:
| 상황 | 동작 |
|---|---|
--from 지정 또는 RESEARCH 존재 |
Read → 시장성·경쟁·스택 후보·권장안을 결정 근거로 로드 |
| RESEARCH 없음 | 요구사항만으로 진행하되, REPORT에 "리서치 미수행 — 사전 리서치 선행 권장"을 경고로 남긴다. 스택 확정 근거가 약해지므로 사용자에게 사전 리서치를 제안한다 |
기존 docs/scope/SCOPE-*.md가 있으면 덮어쓰지 않고 날짜로 구분한다.
1-2. 요구사항 명확화
요구사항이 모호하면 AskUserQuestion으로 핵심을 확정한다. 과도한 질문은 피하고, 범위·스택 결정에 실제로 영향을 주는 것만 묻는다:
- 핵심 문제/타겟 사용자는? (범위의 기준선)
- 반드시 있어야 할 기능 vs 있으면 좋은 기능? (MoSCoW의 원천)
- 선호/제외 기술, 배포 환경 제약은? (스택의 하드 제약)
- 규모 감(개인 토이 / MVP / 프로덕션)? (공수·스택 무게 결정)
Phase 2: SCOPE — 범위산정
요구사항을 실행 가능한 기능 단위로 분해하고 우선순위·공수를 매긴다. 이 단계의 목적은 "다 만들 수 없다"를 전제로 무엇을 먼저·무엇을 나중·무엇을 안 할지 명시적으로 자르는 것이다.
2-1. 기능 목록 도출
요구사항에서 사용자 관점의 기능(feature)을 추출한다. 구현 태스크가 아닌 사용자가 얻는 가치 단위로 쓴다 (예: "JWT 토큰 검증"이 아니라 "로그인해서 내 데이터에 접근").
2-2. MoSCoW 우선순위
각 기능을 4등급으로 분류한다. 근거를 한 줄씩 남긴다 — 나중에 왜 그렇게 잘랐는지 추적 가능해야 한다.
| 등급 | 의미 | 기준 |
|---|---|---|
| Must | 없으면 제품이 성립 안 됨 | 핵심 가치의 최소 집합 |
| Should | 중요하나 초기엔 없어도 됨 | 1차 릴리스 직후 |
| Could | 있으면 좋음 | 여유 시 |
| Won't (now) | 이번엔 안 함 | 명시적 제외 — 스코프 크립 방지 |
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 · 245 lines · 177 tokens per session scan A 6dea90d87157
scope is a skill published in the GitHub repository cubha/claude-workflow-plugins (2 stars, last pushed 1mo ago), licensed MIT. It adds 177 tokens to every session and 3,289 once invoked, about $0.0009 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 skills, from other repositories
repomix
Pack and analyze codebases into AI-friendly single files using Repomix. Use when the user wants to explore repositories, analyze code structure, find patterns, check token counts, or prepare codebase context for AI analysis. Supports both local directories and remote GitHub repositories.
agent-memory
../../../engineering/agent-memory/skills/agent-memory/SKILL.md.
amazon-reviews-api-skill
This skill helps users automatically extract Amazon product reviews via the Amazon Reviews API. Agent should proactively apply this skill when users express needs like getting reviews for Amazon product with ASIN B07TS6R1SF, analyzing customer feedback for a specific Amazon item, getting ratings and comments for a…
ai-security
../../../engineering-team/skills/ai-security/SKILL.md.
amazon-competitor-analyzer
Scrapes Amazon product data from ASINs using browseract.com automation API and performs surgical competitive analysis. Compares specifications, pricing, review quality, and visual strategies to identify competitor moats and vulnerabilities.
ctf-malware
Provides malware analysis and network traffic techniques for CTF challenges. Use when analyzing obfuscated scripts, malicious packages, custom crypto protocols, C2 traffic, PE/.NET binaries, RC4/AES encrypted communications, YARA rules, shellcode analysis, memory forensics for malware (Volatility malfind, process…