Borrowing it
Nothing to install: this file belongs to Ramsbaby/jarvis. Take a copy, put it at the same path in your own repository, and replace the rules that are about this project with yours.
curl -O https://raw.githubusercontent.com/Ramsbaby/jarvis/standalone/.claude/skills/remember/SKILL.mdgit clone --depth 1 https://github.com/Ramsbaby/jarvisWrote 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/ramsbaby/jarvis/remember)<a href="https://agentmods.dev/skills/ramsbaby/jarvis/remember"><img src="https://agentmods.dev/badge/skills/ramsbaby/jarvis/remember/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/ramsbaby/jarvis/remember"><img src="https://agentmods.dev/badge/skills/ramsbaby/jarvis/remember.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 | $0.00114 | $0.01158 |
| Opus 5.5 | $0.00046 | $0.00463 |
| Sonnet 5.5 | $0.00023 | $0.00232 |
| Haiku 4.5 | $0.00011 | $0.00116 |
Grade A, and why
remember scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 1mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 81 lines — stays where its author put it; the contents beside it link to each section on GitHub.
🧠 /remember — 표면 통합 기억 주입
핵심: 자비스는 뇌 하나다. 디스코드/CLI/macOS 앱은 그 뇌의 여러 입·출력 단말일 뿐.
이 스킬은 쓰기(write) 대칭을 담당한다. 읽기는 이미 rag_search / get_memory /
get_wiki_context 등으로 표면 무관하게 동일.
사용 모드
모드 A — 명시적 사실 ($ARGUMENTS 있음)
/remember 2026-04-15 PR #24 머지 — 표면 통합 메모리 Phase 1 완료
$ARGUMENTS를fact로 그대로 취해mcp__nexus__wiki_add_factMCP 도구를 호출한다.- 파라미터 구성:
fact:$ARGUMENTS(trim 후 5~500자 범위, 필요 시 분할 요청)source:"claude-code-remember"(명시적 플러시 구분 태그)domain: 명시 금지 (wiki-engine의 키워드 기반 자동 감지를 신뢰)
- 도구 응답의
domain필드를 오너에게 1줄로 확인 응답:✅ 위키 `{domain}` 도메인에 기록 완료. - 호출 실패 시 에러 메시지를 투명하게 전달하고 재시도는 1회만.
모드 B — 최근 대화 자동 추출 ($ARGUMENTS 빈 문자열)
- 직전 3
5턴의 사용자·어시스턴트 메시지에서 미래 세션에 유용한 사실만 15개로 압축 추출한다. - 각 사실에 대해
mcp__nexus__wiki_add_fact를 개별 호출 (병렬 금지 — 순차). - 종료 후 요약 보고:
✅ 위키에 {N}개 주입: - {domain1}: {n1}개 - {domain2}: {n2}개
추출 기준 (모드 B):
| 주입 | 스킵 |
|---|---|
| ✅ 구체적 기술 결정 + 왜 | ❌ "~를 했다" 식 행동 요약 (git log 중복) |
| ✅ 프로젝트 구조 확정 사실 | ❌ diff / 코드 라인 / 변수명 |
| ✅ 오너 선호·규칙·금지사항 | ❌ 일반 상식 / 프로그래밍 기초 |
| ✅ 재발 방지용 제약·주의사항 | ❌ 임시 디버깅 출력 / 스택트레이스 |
| ✅ 진행 중 작업의 중요 맥락 | ❌ 150자 넘는 긴 문장 (분할) |
표면별 동작 보장
이 스킬은 MCP wiki_add_fact 도구를 통하기 때문에 MCP 클라이언트가 nexus를 로드한 환경에서만 동작한다:
| 표면 | 동작 | 비고 |
|---|---|---|
| Claude Code CLI (이 repo) | ✅ ~/.mcp.json에 nexus 등록됨 |
Phase 1 자동 수렴 + Phase 2 수동 주입 모두 가능 |
| Claude macOS 앱 | ✅ ~/Library/Application Support/Claude/claude_desktop_config.json에 nexus 등록 필요 |
유일한 기억 입금 창구 (Phase 1 자동 경로 불가) |
| 디스코드 봇 | ✅ 이미 claude-runner.js의 wikiAddFact 래퍼로 자동 주입 중 |
이 스킬 호출 불필요 (예외: 봇이 세션 중 명시적으로 쓰고 싶을 때) |
nexus 미로드 환경이면 이 스킬은 에러를 반환하고 대안 경로를 제시하지 않는다 — fallback은 약속할 수 없는 기능을 약속하는 땜질이기 때문 (오너가 나중에 "왜 안 쌓였지?" 배신감).
실패 처리
- MCP 도구
wiki_add_fact호출 실패 → 오너에게 에러 메시지 그대로 전달, 재시도 1회, 2회 실패 시 abort - fact 길이 검증(5~500자) 실패 → 오너에게 분할 요청 (예: "사실이 너무 김 — 3개로 분할해주세요")
- 중복 사실 (
addFactToWiki가 내부에서 중복 감지하여 silent skip) → "이미 기록됨" 안내
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.
- 1mo ago First seen · 81 lines · 114 tokens per session scan A 3f81516d5e07
remember is a skill published in the GitHub repository Ramsbaby/jarvis (20 stars, last pushed 5d ago), licensed MIT. It adds 114 tokens to every session and 1,158 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 2026-08-30.
Other skills, from other repositories
learn
Manually record an insight, correction, preference, or rule that the agent should remember for future tasks.
memory-kit
Create a workspace-local .cowork/ memory kit (rules, identity, long-term notes, daily logs, heartbeat templates).
session-logs
Query prior conversations/tasks via the taskhistory tool (replaces filesystem JSONL session logs).
notes-keeper
Read, search, and write notes in the opendray file-system vault. Use this whenever the user mentions "notes", "daily log", "project doc", "TODO list", or wants to persist context that should survive across sessions.
self-improvement
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Claude ('No, that's wrong...', 'Actually...'), (3) User requests a capability that doesn't exist, (4) An external API or tool fails, (5) Claude realizes its knowledge…
novel-archiving
A writing-workflow skill for archiving each completed novel chapter. It creates a chapter summary and updates files that record characters, plot clues, the timeline, relationships, and world details.