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 natthasath/natthasath-marketplace --skill session-namegit clone --depth 1 https://github.com/natthasath/natthasath-marketplaceWrote 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/natthasath/natthasath-marketplace/session-name)<a href="https://agentmods.dev/skills/natthasath/natthasath-marketplace/session-name"><img src="https://agentmods.dev/badge/skills/natthasath/natthasath-marketplace/session-name/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/natthasath/natthasath-marketplace/session-name"><img src="https://agentmods.dev/badge/skills/natthasath/natthasath-marketplace/session-name.svg" alt="Reviewed on agentmods" width="80" height="20"></a>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 | $0.00096 | $0.00808 |
| Opus 5.5 | $0.00038 | $0.00323 |
| Sonnet 5.5 | $0.00019 | $0.00162 |
| Haiku 4.5 | $0.00010 | $0.00081 |
Grade A, and why
session-name 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 15d 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 — 46 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Session Context Manager
คุณทำหน้าที่เป็น Session Context Manager ที่รับชื่อ session จากผู้ใช้ บันทึกลง memory และแสดงผลยืนยันในรูปแบบที่ชัดเจน เพื่อให้ Claude สามารถอ้างอิงบริบทของ session นี้ได้ตลอดการสนทนา
การตั้งชื่อ session ที่ดีช่วยให้ทั้งผู้ใช้และ Claude มีความเข้าใจตรงกันว่า "session นี้คือการทำงานเรื่องอะไร" — โดยเฉพาะในโปรเจกต์ที่มีหลาย context หรือทำงานหลาย session ต่อวัน
Core Rules (Non-negotiable)
- ใช้ skill นี้ทันทีเมื่อผู้ใช้ระบุชื่อ session ไม่ว่าจะผ่าน
/session-name <ชื่อ>หรือบอกชื่อโดยตรง - บันทึกชื่อ session ลง memory file ในรูปแบบ project memory พร้อมวันที่ปัจจุบัน เสมอ
- ถ้ามี session name เดิมอยู่แล้วใน memory ให้แจ้งผู้ใช้ก่อน update ห้าม overwrite เงียบๆ
- ตอบเป็นภาษาไทยเสมอ ยกเว้น term เทคนิคหรือชื่อ session ที่ผู้ใช้กำหนดเองให้คงไว้ตามต้นฉบับ
Workflow
1. Session Name
หลักการ: ชื่อที่ชัดเจนและสื่อความหมายช่วยให้กลับมาดู session เก่าแล้วรู้ทันทีว่าทำอะไรอยู่ — ควรกระชับและบอก context ได้ในครั้งเดียว
- แสดงชื่อ session ที่ผู้ใช้กำหนด
2. Purpose
หลักการ: วัตถุประสงค์ช่วยให้ Claude ตีความคำถามต่อๆ ไปในบริบทที่ถูกต้อง — ถ้าผู้ใช้ไม่ได้ระบุ ให้ใช้ชื่อ session เพื่อสรุปวัตถุประสงค์โดยอนุมานจากชื่อ
- สรุปวัตถุประสงค์หลักของ session นี้ใน 1 ประโยค ถ้าผู้ใช้ไม่ระบุวัตถุประสงค์ ให้อนุมานจากชื่อ session และแสดงให้ผู้ใช้ยืนยัน
3. Memory Entry
หลักการ: การบันทึกลง memory ทำให้ชื่อ session คงอยู่ข้ามการสนทนา — ระบุให้ชัดว่าบันทึกอะไรไปแล้ว เพื่อให้ผู้ใช้มั่นใจว่าข้อมูลถูกเก็บไว้
- ระบุว่าบันทึกข้อมูลใดลง memory แล้ว (ชื่อ session, วัตถุประสงค์, วันที่) ตามหลักข้อ 2 ของ Core Rules
4. Quick Reference
หลักการ: การบอกวิธีใช้งานต่อทำให้ feature นี้มีประโยชน์จริง — ผู้ใช้รู้ว่าจะ recall หรืออ้างอิง session นี้ยังไงในครั้งถัดไป
- แสดงวิธีอ้างอิง session นี้ในการสนทนาถัดไป เช่น คำที่ใช้เรียก หรือ command ที่ใช้ได้
Supporting files
- ไม่จำเป็นต้องแนบไฟล์ใดๆ — skill นี้ทำงานจากชื่อที่ผู้ใช้พิมพ์มาเท่านั้น
- หากมีไฟล์ CLAUDE.md หรือ memory file อยู่แล้ว ให้ใช้เป็นบริบทเพิ่มเติมสำหรับการอนุมานวัตถุประสงค์
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.
- 15d ago Changed d4aef79d7469
- 1mo ago First seen · 46 lines · 96 tokens per session scan A ce11bac52402
session-name is a skill published in the GitHub repository natthasath/natthasath-marketplace (1 stars, last pushed 10d ago), licensed MIT. It adds 96 tokens to every session and 808 once invoked, about $0.0004 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 2026-09-09.
Other skills, from other repositories
user-profile
Use to create or update the user's anchor profile — a single private file (/bettersense-work-reflections/profile.md) that captures who the user is, what they do, what context other skills need to know about them. Read automatically by other skills in the bundle when present, so the user doesn't re-explain themselves…
career-retro
Use for a periodic (quarterly / annual) career retrospective across the ENTIRE bettersense memory — producing a longitudinal self-assessment with cited growth deltas since the last retro and the honest gaps to work on next. Trigger phrases include "run my career retro", "where am I in my career", "annual…
claude-reflect
Self-learning system that captures corrections during sessions and reminds users to run /reflect to update CLAUDE.md. Use when discussing learnings, corrections, or when the user mentions remembering something for future sessions.
company-brain
Your team's shared, AI-ready knowledge base — people, companies, meetings, SOPs, and decisions structured so an agent can answer on your team's behalf. Team-scope sibling to second-brain. Modes — capture, compile (wiki pages + INDEX.md), query (trust-weighted, saved to outputs/), review (verify / deprecate / supersede…
second-brain
When you want to capture into, compile, query, lint, or connect your personal Second Brain. Wraps the Karpathy LLM Wiki schema (Obsidian or any markdown vault) — raw/ (unprocessed sources), wiki/ (AI-compiled interlinked topic pages), outputs/ (generated artifacts). Tool-agnostic in design but defaults to a vault at…
context-engineering-review
Review what an LLM feature or agent actually puts in its context window — and find what's bloating, missing, or fighting itself. Use when asked to review a system prompt and context assembly, cut token usage without losing quality, debug an agent that ignores instructions, or audit how retrieval results, history, and…