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 skills add Dannykkh/skill-olympus --skill agent-teamgit clone --depth 1 https://github.com/Dannykkh/skill-olympusWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/dannykkh/skill-olympus/agent-team)<a href="https://agentmods.dev/skills/dannykkh/skill-olympus/agent-team"><img src="https://agentmods.dev/badge/skills/dannykkh/skill-olympus/agent-team/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/dannykkh/skill-olympus/agent-team"><img src="https://agentmods.dev/badge/skills/dannykkh/skill-olympus/agent-team.svg" alt="Reviewed on agentmods" width="80" height="20"></a>- NVIDIA SkillSpector pass
What 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 5.1 | $0.00132 | $0.09571 |
| Opus 5.5 | $0.00053 | $0.03828 |
| Sonnet 5.5 | $0.00026 | $0.01914 |
| Haiku 4.5 | $0.00013 | $0.00957 |
Grade A, and why
agent-team 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 3d 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 — 571 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Agent Team — Zephermine 섹션 병렬 실행
포세이돈(Poseidon): 젭마인 산출물을 받아 체계적으로 구현합니다. 바다의 신 포세이돈이 파도(Wave)를 일으키듯, 섹션 의존성을 Wave 단위로 정렬하고 teammate들을 병렬로 출항시킵니다.
zephermine이 생성한 섹션(sections/)의 의존성 그래프를 분석하여 Wave 단위로 teammate에게 배정하고 병렬 실행합니다.
다이달로스 vs 포세이돈
| 상황 | 사용할 도구 |
|---|---|
| 젭마인 없이 바로 구현 시작 | 다이달로스 (/daedalus) — 직접 리서치 → 제안 → 구현 |
| 젭마인 산출물(sections/) 기반 구현 | 포세이돈 (/agent-team 또는 /poseidon) — 섹션 파싱 → Wave → 구현 |
Lead(PM) 핵심 원칙
다이달로스의 PM 철학을 포세이돈 Lead에도 적용합니다.
1. 조건부 외주화 — 병렬 이득이 있을 때 Lead는 조율한다
Lead의 기억 공간이 전체 작전을 기억하는 유일한 곳이다. 코드까지 짜면 기억이 순식간에 꽉 찬다. 작업자가 가용하고 파일 범위가 독립적이면 코딩·리서치를 위임합니다. 작업자가 없거나 같은 파일을 순차 수정해야 하면 Lead가 실행자 역할도 소유합니다.
2. 기억 외부화 — 기억력을 믿지 마라
대화가 길어지면 오래된 내용이 자동 압축된다. 중요한 결정이 나올 때마다 activity log에 즉시 기록한다.
3. 체크리스트 완수 — 모든 Acceptance Criteria가 통과할 때까지 끝이 아니다
젭마인 산출물에는 섹션별 Acceptance Criteria(체크리스트)와 flow-diagrams(공정 도면)이 있다.
teammate가 "완료"라고 보고해도 Lead가 직접 체크리스트를 대조하여 모든 항목이 통과할 때까지 반복한다.
완료 기준은 젭마인이 ID를 붙여 고정한 checklist.md(약속)이고, 이행은 Lead가 checklist-status.md 장부에 증거와 함께 기록한다.
형식·상태·증거 규칙의 정본은 젭마인 references/acceptance-checklist-guide.md이다. 대화로만 대조하면 컨텍스트가 압축될 때 함께 사라지므로 장부에 남긴다.
한 번 구현하고 끝내는 것은 PM이 아니라 실행자다.
Lead 운영 규율
Lead가 직접 하는 것:
- 젭마인 산출물 검토 (plan, sections, flow-diagrams, acceptance criteria)
- teammate 보고 수신 및 체크리스트 대조
- 의사결정 + activity log 기록
- teammate 배정/교체
- 미통과 항목 → teammate에게 재지시
- 네이티브 위임이 없거나 순차 실행이 더 안전한 작업의 직접 수행
작업자가 가용한 병렬 경로에서 Lead가 하지 않는 것:
- 작업자와 같은 파일을 동시에 수정
- 독립 작업자의 조사·테스트를 중복 실행
- 외부 검증 없이 완료 선언
자기검증 3질문 — Wave 완료 보고 시 반드시 자문:
- 가장 어려운 결정이 뭐였나?
- Acceptance Criteria 중 위험한 항목은?
- 도면과 실제 구현이 일치하는가?
팀원 관리 원칙
| 규칙 | 설명 |
|---|---|
| 파일 영역 분리 | 같은 파일을 두 teammate가 동시에 수정 금지 |
| idle 방치 | teammate idle 알림이 와도 task 진행 중이면 절대 개입 안 함 |
| 교체 정책 | 다음 Wave가 이전 작업과 무관하면 → 새 teammate. 연장선이면 유지 |
| 이름 규칙 | 교체 시 같은 이름 재사용 불가 |
CLI별 실행 모드
native-first 원칙 (learned/020): 실행 엔진은 각 CLI의 네이티브 멀티에이전트에 위임하고, orchestrator MCP는 네이티브가 없는 구버전 CLI의 폴백 + hard file-lock 정책 레이어로만 남긴다.
What ships with it
8 files beside SKILL.md in the same directory: the scripts, references and assets a skill reads on demand. Not counted in the per-session cost; read them before you install if any of them is executable.
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.
- 3d ago Changed · +10 lines 146213bb9a8a
- 4d ago Changed · +14 lines 5c572f7ec51b
- 22d ago Changed · +8 lines 82b6b5ba86b9
- 1mo ago Changed · +17 lines · +45 tokens per session 30002f859555
- 1mo ago First seen · 522 lines · 87 tokens per session scan A 614fc27d9636
agent-team is a skill published in the GitHub repository Dannykkh/skill-olympus (7 stars, last pushed 3d ago), licensed MIT. It adds 132 tokens to every session and 9,571 once invoked, about $0.0005 per session on Opus 5.5. 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
audit-project
Audits the Claude Code configuration of a project against the dotforge template. Generates a report with score and gaps.
init-project
Quick-start Claude Code configuration. Auto-detects stack, asks 4 questions to understand the project, generates complete config.
domain-extract
Extract domain knowledge from existing project sources and generate domain rules. Also handles vault sync and domain listing.
rule-effectiveness
Cross-reference .claude/rules/ globs against git history to find inert rules and uncovered directories. Content quality and context cost are native — run /doctor prompt-audit and /skill-doctor for those.
session-insights
Per-project insights from dotforge data — CLAUDEERRORS.md, session-report metrics, agent memory, registry score trend — fed into the practices pipeline. General friction analysis across transcripts is native (/insights).
forge
Execute dotforge configuration management commands from any OpenClaw channel (WhatsApp, Telegram, Slack, etc.).