Question 1

Was benötige ich, um es auszuführen?

Accepted Answer

Node 20+ und (empfohlen) Docker für den mitgelieferten PostgreSQL‑ + Ollama‑Stack. Der Ein‑Befehl‑Installer erledigt alles in etwa fünf Minuten. Ein SQLite‑Fallback läuft ohne Infrastruktur.

Question 2

Welche lokalen Modelle sollte ich ausführen und wie wirkt sich die Hardware auf SecureContext aus?

Accepted Answer

SecureContext degradert sich graceful je nach Hardware‑Stufe – jede LLM‑gestützte Schicht fällt geschlossen aus (die Funktion liefert stillschweigend nichts mehr), anstatt den Ingest‑ oder Suchprozess zu brechen. Was sich mit der Hardware ändert, ist, wie viel vom Intelligenz‑Stack aktiv ist:

| Stufe | Hardware | Passende Modelle | Was Sie erhalten |
|---|---|---|---|
| Minimum | Beliebige CPU, ~2 GB freier RAM | nomic-embed-text (nur Embeddings) | Hybride BM25+Vektor‑Suche, Arbeitsspeicher, Audit‑Chain, Skill‑Gating – das Kernsystem. LLM‑Schichten (Ereignis‑Extraktion, Entitäts‑Extraktion, Widerspruchs‑Adjudikation) bleiben inaktiv. |
| Mittel | 8–16 GB GPU (oder Apple Silicon 16 GB+) | + qwen2.5-coder:14b oder phi4:14b (jeweils eins) | + Ereignis‑Fakt‑Extraktion beim Ingest (temporale Logik), LLM‑Widerspruchs‑Adjudikation, Entitäts‑Extraktion, L0/L1 semantische Dateizusammenfassungen. |
| Voll | 24 GB+ GPU (z. B. RTX 4090/5090) | + phi4:14b und gpt-oss:20b gleichzeitig resident | Alles gleichzeitig, mit interaktiver Latenz – plus ein starker lokaler Generator für QA/Benchmarks. Diese Konfiguration wurde für die veröffentlichten Benchmark‑Deltas verwendet. |

Modell‑Auswahl‑Leitfaden (alle gemessen, siehe bench/):
- Embeddings: nomic-embed-text — erforderlich, winzig, läuft überall.
- Ereignis‑Extraktion (ZCEVENTEXTRACTMODEL, Standard phi4:14b): Unser Bake‑Off zeigte phi4:14b mit 100 % Ereignis‑Recall und 100 % Datums‑Genauigkeit, gleichauf mit gpt-oss:20b, jedoch mit dem doppelten Tempo. Auf kleineren GPUs liegt qwen2.5-coder:14b knapp dahinter (84

Question 3

Kann mehrere Claude-Code-Sitzungen gleichzeitig an demselben Projekt arbeiten, ohne Konflikte zu verursachen?

Accepted Answer

Ja – parallele Sitzungen beanspruchen Aufgaben aus einer Work-Stealing-Warteschlange atomar (keine Doppelanfragen bei 50 Agenten × 100 Aufgaben in Tests), koordinieren sich über typisierte Broadcasts (ASSIGN/STATUS/MERGE/REJECT) und behalten private per Agenten‑Speicherbereiche sowie einen gemeinsamen Pool. Hierarchien im Stil von Abteilungen (Leiter + Mitarbeiter, N‑Tier‑Eskalat) werden für größere Agententeams unterstützt.

Question 4

Sind Claude Code-Fähigkeiten sicher zu installieren?

Accepted Answer

Die Skills‑Bundles für das Dateisystem enthalten Skripte, die mit Ihren Berechtigungen ausgeführt werden, und der native Loader von Claude Code scannt sie nicht. SecureContext fügt die fehlende Prüflinse hinzu: AST‑Scan bei der Aufnahme, HMAC‑Verifikation vor jeder Ausführung, automatische Quarantäne bei Fehlern oder Änderungen nach der Aufnahme sowie ein verifizierbares, verknüpftes Protokoll jeder Zulassungsentscheidung.

Question 5

Sendet SecureContext meinen Code oder meine Daten in die Cloud?

Accepted Answer

Nein. Speicher, Embeddings (Ollama nomic-embed-text), Suche, Zusammenfassung und die Auditkette laufen lokal. Es funktioniert vollständig offline (die Suche degradiert sich nur sanft auf Stichwortsuche, falls Ollama ausfällt) und kostet $0 in Leerlauf.

Question 6

Kann es ein langes, mehrwöchiges Projekt verwalten?

Accepted Answer

Ja — genau dafür dient die Delivery-Schicht. Definieren Sie ein Programm mit Phasen (zc_program), und die Akzeptanzliste der offenen Phase begleitet den Projektstatus. Das Schließen einer Phase erfordert eine Evidenztabelle und erzeugt automatisch ein Checkpoint-Dokument. Falls der orchestrierende Agent mitten in einer Phase abstürzt, rekonstruiert ein neuer Agent den vollständigen Lieferstatus aus zwei Aufrufen — live verifiziert.

Question 7

Wie kann ich Claude Code persistente Erinnerung über Sitzungen hinweg geben?

Accepted Answer

Installieren Sie SecureContext (ein Befehl — siehe Quick Start). Anschließend rufen Agenten zcremember auf, um Entscheidungen und Stolpersteine zu speichern, und zcrecall_context({focus: "current task"}) beim Sitzungsstart, um sie wiederherzustellen. Die Rückgabe erfolgt nach Relevanz, mit natürlichen Sprachzeitabfragen, die direkt aus dem Speicher beantwortet werden. Der Speicher überlebt Neustarts, Kompressionen und Reboots, da er in PostgreSQL liegt und nicht im Kontextfenster.

Question 8

Wie viel senkt SecureContext die Tokenkosten von Claude Code?

Accepted Answer

Gemessen an einem 10-Sitzungs-Projekt: ~87 % weniger Kontextaufwand (Sitzungswiederherstellung benötigt ~1,5–4 k Tokens statt 20–50 k von wieder eingefügten Dateien). Bei langfristigen Projekten mit Hunderten angesammelter Erinnerungen bleibt das Abrufbudget bei ~4 k Tokens, während ein unbegrenztes Dumpen ~47 k betragen würde. Dateifragen werden aus 15–50× komprimierten semantischen Zusammenfassungen beantwortet, statt aus Rohdaten.

Question 9

Wie unterscheidet es sich von Wettbewerbern

Accepted Answer

Die meisten "Memory for Claude Code" Projekte erledigen eines von drei Dingen: Sie kapseln die Konversation in JSON ein, speichern die Nachrichten und spielen sie wieder ab. Dabei gibt es keine semantische Kompression, keine Audit‑Trail und kein Sicherheitsmodell. Sie synchronisieren die Daten mit einem Cloud‑Service. Das bietet eine bessere UX, aber nun lebt die Tool‑Geschichte Ihres Agenten (möglicherweise einschließlich geheimer Daten, die er berührt hat) auf einem Server Dritter. Oder sie fügen einen Vektor‑Such-Ansatz hinzu. Das ergänzt RAG über Ihre Dokumente, hilft aber nicht bei dem eigentlichen Problem – die Orchestrierung dessen, was der Agent tut, die Verifizierung dessen, was ausgeführt wurde, und das Überleben bei Sitzungs­kompression. SecureContext ist keines davon:

| | SecureContext | Cloud‑Memory‑Services | Vector‑RAG‑Plugins | Native Claude Code |
|---|---|---|---|---|
| Persistent across restarts | ✅ Ja, lokales Postgres | ✅ Aber auf deren Server | ⚠️ Nur Dokumente, kein Zustand | ❌ Verlustbehaftet auto‑komprimieren |
| Delivery‑Programme + evidence‑gated checkpoints | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC‑Audit‑Trail | ✅ Pro‑Agent‑Subkey | ❌ | ❌ | ❌ |
| Per‑Agent‑Identity‑Isolation | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Skill‑Admission‑Gate (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Tamper‑evident‑Chain + Session‑Replay | ✅ | ❌ | ❌ | ❌ |
| Work‑stealing‑Queue für parallele Sitzungen | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Runs offline | ✅ Lokales Postgres + Ollama | ❌ | ⚠️ Abhängig | ✅ |
| Cost when idle | $0 | Monatliches Abonnement | $0 | $0 |

Im Vergleich zu den bekannten Memory‑Produkten: Mem0 und Zep sind exzell

Question 10

Was ist neu (v0.46.1)

Accepted Answer

Temporales Retrieval Runde 2 + das Delivery-Tool-Kit. Komplexe temporale Fragen zerlegen sich in Ereignis-Sätze mit Rangfusion; temporale Suchen rendern einen chronologischen Timeline-Block und veraltete Ergebnisse tragen Alterswarnungen. zcprogram fügt mehrphasige Lieferprogramme mit evidenzgesteuertem, auto-Checkpointing Phasenabschluss hinzu – live verifiziert mit einem Orchestrator-Handoff-Test (Orchestrator in der Mitte der Phase töten; ein kalter Ersatz setzt von zwei Aufrufen fort). Der Embed-Lane hat jetzt einen Watchdog mit budgetiertem Selbstheilungssystem. Neueste Releases: v0.46.0 – Team‑Memory (Pro‑User‑Keys, geteilte Workspaces, Schreib‑Attribution), Sitzungswiedergabe mit kryptographischer Provenienz, OTel Gen-AI Spans, CI/Headless Memory CLI, chunked Embeddings, Compliance‑Report‑Export. v0.44.0 – temporale Fakten‑Supersession, dauerhafter PG Task-Graph, erste öffentliche LongMemEval‑Zahlen. v0.43.0 – token‑budgetierte Recall‑Digest (behebt die 47k‑Token‑Recall‑Firehose bei reifen Projekten). v0.41–0.42** – Memory‑Quality‑Programm: fokussierter Recall, Konsolidierung, bi-temporale Fenster, Multi‑Hop Graph Retrieval, TTL‑Memories, multimodale Ingestion. Vollständige Details in CHANGELOG.md; Architektur‑Notizen in ARCHITECTURE.md.

Question 11

NVIDIA GPU? add: -f docker/docker-compose.nvidia.yml

Accepted Answer

curl http://localhost:3099/health # → {"status":"ok","version":"0.46.1",...}

docker exec securecontext-ollama ollama pull nomic-embed-text
docker/start.ps1 / docker/start.sh

Wrap this with GPU auto‑detection and a prod‑mode (nginx reverse proxy).

Question 12

Was ist SecureContext?

Accepted Answer

Wenn Sie Claude Code in echten Projekten einsetzen, stoßen Sie auf folgende Probleme: 1. Jede Sitzung startet kalt. Sie müssen dieselben Dateien erneut einfügen, dieselben Entscheidungen erneut erklären, dieselben Fallstricke wieder entdecken – und zahlen Tokens für dieselbe Orientierung immer wieder. 2. Langfristige Projekte haben keinen Lieferstatus. Wenn ein orchestrierender Agent mitten in einem Feature stirbt (Absturz, geschlossenes Fenster, erschöpfter Kontext), beginnt sein Ersatz im Dunkeln. Menschen kompensieren das mit handgeschriebenen CHECKPOINT‑Dateien. 3. Es gibt keinen Nachweis darüber, was die Agenten tatsächlich getan haben. Wenn etwas schiefgeht, hat Claude Code keinen manipulationssicheren Verlauf dessen, was ausgeführt wurde. 4. Skill‑Skripte laufen mit Ihren Berechtigungen, ungescannt. Jeder (oder jeder Agent) mit Schreibzugriff auf ~/.claude/skills/ kann Code einpflanzen, der beim nächsten Aufruf ausgeführt wird. 5. Parallele Sitzungen treten miteinander in Konflikt. Zwei Fenster beanspruchen dieselbe Aufgabe; eines überschreibt die Änderungen des anderen.
SecureContext ist ein MCP‑Plugin, das all diese fünf Probleme schließt. Installieren Sie es einmal und Ihre Agenten erhalten: Einen Speicher, der Neustarts übersteht – Entscheidungen, Fallstricke und Projektzustand werden in einem Aufruf wiederhergestellt; pro‑Datei‑semantische Zusammenfassungen, die "Was macht diese Datei?" mit einer Kompression von 15–50× statt roher Lesevorgänge beantworten; temporale Suche, die weiß, wann Dinge passiert sind und veraltetes Wissen kennzeichnet. Eine Auslieferungsschicht für langfristige Projekte – zcprogram verfolgt mehrphasige Programme; das Abschließen einer Phase erfordert Akzeptanznachweis und erzeugt automatisch einen durchsuchbaren Checkpoint; ein frischer Orchestrator nimmt die Arbeit eines abgestorbenen Agenten nach zwei Aufrufen wieder auf. Ein kryptografischer Prüfpfad – jede

analyst-prime-directives (Grade A)Sicherheitsgetestetes Daten-AI-Tool für Claude AI. Klasse A. PRIME DIRECTIVEN — extrahiert aus roles.json deepPrompt für Analyst

Übersicht

Hauptfunktionen

Preise

Anwendungsfälle

Analyse von Marktrends

Studie zum Kundenverhalten

Pro & Contra

Pro

Contra

Bewertungen

Fragen & Antworten

Frage stellen

Alternativen zu Fähigkeiten