blind-spot-pass
Use *before* starting work in a domain you don't know well, to surface the "unknown unknowns" — the things you don't even know to ask about — and learn just…
Use when wrapping up a session before ending. 4 parallel subagents detect doc updates, repeated patterns, learning points, and follow-ups, then a verifier deduplicates and presents choices. Triggers on /session-wrap, session wrap, session cleanup, end of session.
$ npx -y skills add sangrokjung/claude-forge --skill session-wrap --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/session-wrapContext preview
The summary Claude sees to decide when to auto-load this skill.
Use when wrapping up a session before ending. 4 parallel subagents detect doc updates, repeated patterns, learning points, and follow-ups, then a verifier deduplicates and presents choices. Triggers on /session-wrap, session wrap, session cleanup, end of session.
name: session-wrap description: Use when wrapping up a session before ending. 4 parallel subagents detect doc updates, repeated patterns, learning points, and follow-ups, then a verifier deduplicates and presents choices. Triggers on /session-wrap, session wrap, session cleanup, end of session. argument-hint: '[--dry-run] [--skip-docs] [--skip-learning] [--skip-scout] [--skip-followup]'
입력: /session-wrap [--dry-run] [--skip-docs] [--skip-learning] [--skip-scout] [--skip-followup] [Phase 0] 컨텍스트 수집 ├─ git diff --stat (이번 세션 변경사항) ├─ ~/.claude/homunculus/observations.jsonl (최근 관찰) └─ /tmp/session-wrap/context.md 생성 [Phase 1] 병렬 4개 subagent (Explore, sonnet) ├─ doc-updater → 문서 업데이트 필요 곳 탐지 ├─ automation-scout → 반복 패턴 발견 + 스킬 후보 제안 ├─ learning-extractor → 배운 점 추출 (instinct 후보) └─ followup-suggester → 다음 작업 제안 [Phase 2] 순차 1개 subagent (Explore, sonnet) └─ duplicate-checker → Phase 1 결과 중복 제거 + 카테고리 분류 [Phase 3] AskUserQuestion으로 사용자 선택 [Phase 4] 선택된 항목만 실행 [Phase 5] 리포트 출력 + session-wrap-followups.md 기록
사용자 입력에서 다음을 추출:
| 파라미터 | 기본값 | 설명 | |---------|--------|------| | --dry-run | false | 탐지만 수행, 실행하지 않음 (Phase 3에서 중단) | | --skip-docs | false | doc-updater subagent 생략 | | --skip-learning | false | learning-extractor subagent 생략 | | --skip-scout | false | automation-scout subagent 생략 | | --skip-followup | false | followup-suggester subagent 생략 |
세션 중 변경사항과 관찰 데이터를 수집하여 subagent에 전달할 컨텍스트를 구성한다.
# 1. Git 변경사항 수집 (git repo인 경우만) WORK_DIR=$(pwd) if git -C "$WORK_DIR" rev-parse --is-inside-work-tree 2>/dev/null; then git -C "$WORK_DIR" diff --stat HEAD~5..HEAD > /tmp/session-wrap/git-changes.txt 2>/dev/null || true git -C "$WORK_DIR" diff --name-only HEAD~5..HEAD > /tmp/session-wrap/changed-files.txt 2>/dev/null || true git -C "$WORK_DIR" log --oneline -10 > /tmp/session-wrap/recent-commits.txt 2>/dev/null || true fi # 2. 관찰 데이터 수집 (최근 50개) OBS_FILE="$HOME/.claude/homunculus/observations.jsonl" if [ -f "$OBS_FILE" ]; then tail -50 "$OBS_FILE" > /tmp/session-wrap/recent-observations.jsonl fi # 3. 버퍼 데이터 수집 (있으면) BUFFER_FILE="$HOME/.claude/homunculus/buffer.jsonl" if [ -f "$BUFFER_FILE" ]; then tail -30 "$BUFFER_FILE" > /tmp/session-wrap/recent-buffer.jsonl fi
`/tmp/session-wrap/` 디렉토리를 생성하고 위 수집을 실행한다.
4개 subagent를 **동시에** 실행한다. `--skip-*` 플래그로 특정 subagent를 건너뛸 수 있다.
각 subagent 프롬프트는 `references/` 디렉토리에 위치:
| Subagent | 프롬프트 파일 | 출력 파일 | |----------|-------------|----------| | doc-updater | `references/prompt-doc-updater.md` | `/tmp/session-wrap/results/doc-updates.json` | | automation-scout | `references/prompt-automation-scout.md` | `/tmp/session-wrap/results/automation-patterns.json` | | learning-extractor | `references/prompt-learning-extractor.md` | `/tmp/session-wrap/results/learning-points.json` | | followup-suggester | `references/prompt-followup-suggester.md` | `/tmp/session-wrap/results/followup-tasks.json` |
# 활성화된 subagent만 필터링
active_agents = [
("doc-updater", skip_docs 아니면),
("automation-scout", skip_scout 아니면),
("learning-extractor", skip_learning 아니면),
("followup-suggester", skip_followup 아니면),
]
# 병렬 Task 호출 (Explore, sonnet)
for agent in active_agents:
Task(
subagent_type="Explore",
prompt=Read("references/prompt-{agent}.md") + context_data
)각 subagent는 결과를 JSON 파일로 `/tmp/session-wrap/results/`에 기록한다.
모든 subagent의 출력은 동일한 아이템 스키마를 따른다:
{
"items": [
{
"id": "unique-id",
"source": "doc-updater|automation-scout|learning-extractor|followup-suggester",
"title": "항목 제목",
"description": "상세 설명",
"category": "auto|user|info",
"priority": "high|medium|low",
"action": "실행할 구체적 작업 (있으면)",
"files": ["관련 파일 경로들"]
}
]
}카테고리 분류 기준:
Phase 1의 모든 결과를 수집하여 duplicate-checker subagent에 전달한다.
프롬프트: `references/prompt-duplicate-checker.md`
역할: 1. 4개 subagent 결과를 병합 2. 의미적으로 중복되는 항목 제거 (더 구체적인 항목 유지) 3. 최종 카테고리 재분류 (auto/user/info) 4. 우선순위 정렬 (high → medium → low)
출력: `/tmp/session-wrap/results/merged-actions.json`
`--dry-run`이면 여기서 중단하고 탐지 결과만 출력한다.
## 세션 정리 항목 ### 자동 실행 (auto) - N건 1. [docs] README.md 타임스탬프 갱신 2. [docs] CODEMAPS/backend.md 모듈 추가 ### 사용자 선택 필요 (user) - M건 3. [ ] [scout] "API 에러 처리" 패턴 → 스킬 후보 4. [ ] [followup] auth 모듈 리팩토링 제안 5. [ ] [learning] "Supabase RLS 패턴" instinct 생성 ### 참고 정보 (info) - K건 6. [learning] 이번 세션에서 3개 새 라이브러리 사용 7. [stats] 변경 파일 12개, 커밋 5개 실행할 항목 번호를 선택하세요 (예: 1,3,4 또는 all 또는 auto-only):
AskUserQuestion으로 사용자 입력을 받는다.
사용자가 선택한 항목을 실행한다:
| 카테고리 | 실행 방식 | |---------|----------| | docs 업데이트 | Edit/Write로 직접 수정 | | scout 스킬 후보 | `/tmp/session-wrap/skill-candidates.md`에 기록 | | learning instinct | `~/.claude/homunculus/instincts/personal/`에 MD 파일 생성 | | followup 작업 | `/tmp/session-wrap/session-wrap-followups.md`에 기록 |
## Session Wrap 완료 ### 실행 결과 - 문서 업데이트: N건 완료 - 스킬 후보 기록: M건 - Instinct 생성: K건 - 후속 작업 기록: L건 ### 후속 작업 파일 /tmp/session-wrap/session-wrap-followups.md ### 스킬 후보 파일 (있으면) /tmp/session-wrap/skill-candidates.md
후속 작업 파일(`session-wrap-followups.md`)은 다음 세션 시작 시 `/context-sync`로 로드할 수 있다.
| 상황 | 대응 | |------|------| | git repo 아님 | git 관련 컨텍스트 생략, 나머지 진행 | | observations.jsonl 없음 | 관찰 데이터 없이 진행, 경고 표시 | | subagent 실패 (일부) | 실패 subagent 결과 생략, 나머지로 진행 | | 결과가 0건 | "정리할 항목이 없습니다" 출력 | | /tmp 쓰기 불가 | 에러 메시지 출력 후 중단 |
| 파일 | 용도 | |------|------| | `references/prompt-doc-updater.md` | doc-updater subagent 프롬프트 | | `references/prompt-automation-scout.md` | automation-scout subag
oh-my-zsh for Claude Code — 16 agents, 35 commands, 32 skills, 21 safety hooks in one install. v4.0 adds an adversarial review loop: a second agent that never sees the first one's reasoning. MIT.
Repo: sangrokjung/claude-forge
Use *before* starting work in a domain you don't know well, to surface the "unknown unknowns" — the things you don't even know to ask about — and learn just…
Use when detecting and running project build systems automatically. Supports npm/yarn/pnpm/pip/poetry/gradle/maven/cargo/go/make. Triggers on build, test run,…
Expert guidance for Next.js Cache Components and Partial Prerendering (PPR). **PROACTIVE ACTIVATION**: Use this skill automatically when working in Next.js…
Use when starting Claude Code projects, writing CLAUDE.md/spec.md, dispatching subagents, or requesting Agent Teams parallel development. Covers Spec-Driven…
Instinct-based learning system that observes sessions via hooks, creates atomic instincts with confidence scoring, and evolves them into skills/commands/agents.
Master systematic debugging techniques, profiling tools, and root cause analysis to efficiently track down bugs across any codebase or technology stack. Use…