Question 1

Which local models should I run, and how does hardware affect SecureContext?

Accepted Answer

SecureContext degrades gracefully by hardware tier — every LLM-powered layer fails closed (the feature quietly contributes nothing) rather than breaking ingest or search. What changes with hardware is how much of the intelligence stack is active: | Tier | Hardware | Models that fit | What you get | |---|---|---|---| | Minimum | Any CPU, ~2 GB RAM free | nomic-embed-text (embeddings only) | Hybrid BM25+vector search, working memory, audit chain, skills gating — the core. LLM layers (event extraction, entity extraction, contradiction adjudication) stay dormant. | | Mid | 8–16 GB GPU (or Apple Silicon 16 GB+) | + qwen2.5-coder:14b or phi4:14b (one at a time) | + Event-fact extraction at ingest (temporal reasoning), LLM contradiction adjudication, entity extraction, L0/L1 semantic file summaries. | | Full | 24 GB+ GPU (e.g. RTX 4090/5090) | + phi4:14b and gpt-oss:20b resident together | Everything, concurrently, at interactive latency — plus a strong local generator for QA/benchmarks. This is the configuration our published benchmark deltas were measured on. | Model-choice guidance (all measured, see bench/): Embeddings: nomic-embed-text — required, tiny, runs anywhere. Event extraction (ZCEVENTEXTRACTMODEL, default phi4:14b): our bakeoff scored phi4:14b at 100% event recall / 100% date accuracy, tying gpt-oss:20b at 2× the speed. On smaller GPUs qwen2.5-coder:14b is close behind (84.6% recall). Coder models ≠ better: qwen2.5-coder:32b scored worst (69.2%) despite being the large

Question 2

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 3

Können mehrere Claude Code‑Sitzungen am selben Projekt arbeiten, ohne Konflikte zu verursachen?

Accepted Answer

Ja — parallele Sitzungen beanspruchen atomar Aufgaben aus einer Work‑Stealing‑Queue (keine Doppelbeanspruchungen bei 50 Agenten × 100 Aufgaben im Test), koordinieren sich über typisierte Broadcasts (ASSIGN/STATUS/MERGE/REJECT) und besitzen private Speicher‑Namespaces pro Agent plus einen gemeinsamen Pool. Abteilungs‑ähnliche Hierarchien (Leiter + Mitarbeiter, N‑Stufen‑Eskalation) werden für größere Agent‑Teams unterstützt.

Question 4

Sind die Claude‑Code‑Skills sicher zu installieren?

Accepted Answer

Dateisystem‑Skills bündeln Skripte, die mit Ihren Berechtigungen ausgeführt werden, und der native Loader von Claude Code scannt sie nicht. SecureContext ergänzt die fehlende Kontrolle: AST‑Scan bei der Aufnahme, HMAC‑Verifizierung vor jeder Ausführung, automatische Quarantäne bei Fehlermeldungen oder nachträglichen Änderungen und ein verifizierbares verkettetes Log jeder Aufnahmeentscheidung.

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 Audit‑Kette laufen allesamt lokal. Es funktioniert vollständig offline (die Suche fällt gracefully auf reine Stichwortsuche zurück, falls Ollama nicht verfügbar ist) und kostet $0 im Leerlauf.

Question 6

Kann es ein langes, mehrere Wochen dauerndes Projekt managen?

Accepted Answer

Ja — dafür ist die Delivery‑Schicht zuständig. Definieren Sie ein Programm mit Phasen (zc_program), und die Akzeptanz‑Checkliste der offenen Phase reist mit dem Projektstatus mit. Das Abschließen einer Phase erfordert eine Evidenztabelle und erzeugt automatisch ein Checkpoint‑Dokument. Stirbt der orchestrierende Agent mitten in einer Phase, rekonstruiert ein neuer Agent den vollständigen Delivery‑Zustand aus zwei Aufrufen — live verifiziert.

Question 7

Wie stark reduziert SecureContext die Token‑Kosten von Claude Code?

Accepted Answer

Gemessen an einem 10‑Sitzungs‑Projekt: ca. 87 % weniger Kontext‑Overhead (Sitzungs‑Wiederherstellung kostet ~1,5–4 k Token statt 20–50 k neu eingefügter Dateien). Bei lang‑laufenden Projekten mit hunderten von gespeicherten Erinnerungen bleibt das Abruf‑Budget bei ~4 k Token, während ein unbeschränkter Dump ~47 k Token benötigen würde. Dateianfragen werden aus 15–50‑fach komprimierten semantischen Zusammenfassungen beantwortet statt aus rohen Reads.

Question 8

Wie gebe ich Claude Code persistente Speicherfähigkeit über Sitzungen hinweg?

Accepted Answer

Installiere SecureContext (ein Befehl – siehe Schnellstart), dann rufen Agenten zcremember auf, um Entscheidungen und Stolperfallen zu speichern, und zcrecall_context({focus: "current task"}) zu Sitzungsbeginn, um sie wiederherzustellen – sortiert nach Relevanz, mit Zeitabfragen in natürlicher Sprache, die direkt aus dem Speicher beantwortet werden. Der Speicher überlebt Neustarts, Kompressionen und Reboots, weil er in PostgreSQL und nicht im Kontext‑Fenster liegt.

Question 9

Wie unterscheidet es sich von Wettbewerbern?

Accepted Answer

Die meisten "Memory for Claude Code"‑Projekte machen eines von drei Dingen: Sie verpacken das Gespräch in JSON, speichern die Nachrichten und spielen sie wieder ab – ohne semantische Kompression, ohne Audit‑Trail, ohne Sicherheitsmodell. Sie synchronisieren zu einem Cloud‑Dienst – bessere UX, aber die Tool‑Historie des Agents (möglicherweise inklusive geöffneter Secrets) liegt dann auf einem fremden Server. Oder sie setzen Vektor‑Suche ein – fügt RAG über Ihre Dokumente hinzu, hilft aber nicht beim eigentlichen Problem – der Orchestrierung des Agenten, der Verifikation des Laufs, der Bewältigung von Session‑Komprimierung. SecureContext ist keines dieser Modelle:

|                     | SecureContext            | Cloud‑Memory‑Services | Vector‑RAG‑Plugins | Native Claude Code |
|---------------------|--------------------------|----------------------|--------------------|--------------------|
| Persistenz über Neustarts | Ja, lokales Postgres          | Aber auf deren Server | Nur Docs, kein State | Verlustbehaftete Auto‑Komprimierung |
| Lieferprogramme + prüfbare Checkpoints | zcprogram                |                      |                    |                    |
| HMAC‑Audit‑Trail    | Per‑Agent‑Subkey         |                      |                    |                    |
| Per‑Agent‑Identitäts‑Isolation | HKDF + RLS               |                      |                    |                    |
| Skill‑Admission‑Gate (HMAC + AST) |                         |                      |                    |                    |
| Manipulations‑nachweisende Kette + Session‑Replay |                         |                      |                    |                    |
| Work‑Stealing‑Queue für parallele Sessions | FOR UPDATE SKIP LOCKED |                      |                    |                    |
| Läuft offline       | Lokales Postgres + Ollama |                      |                    |                    |
| Kosten im Leerlauf  | $0

Question 10

Was gibt's Neues (v0.46.1)

Accepted Answer

Temporale Abrufrunde 2 + das Delivery‑Tool‑Kit. Zusammengesetzte temporale Fragen zerlegen sich in Ereignisklauseln mit Rank‑Fusion; temporale Suchen erzeugen einen chronologischen Timeline‑Block und veraltete Ergebnisse erhalten Alterswarnungen. zcprogram fügt mehrphasige Lieferprogramme mit evidenzgesteuerter, automatischer Prüfpunkt‑Schließung hinzu — live verifiziert mit einem Orchestrator‑Übergabetest (Orchestrator in der Mitte der Phase killen; ein kalter Ersatz setzt nach zwei Aufrufen fort). Die Embed‑Lane hat jetzt einen Watchdog mit budgetiertem Self‑Healing. Kürzliche Releases: v0.46.0 — Team‑Memory (pro‑User‑Keys, geteilte Arbeitsbereiche, Schreib‑Attribution), Session‑Replay mit kryptografischer Provenienz, OTel Gen‑AI Spans, CI/Headless‑Memory‑CLI, chunked Embeddings, Export von Compliance‑Reports. v0.44.0 — temporale Fakten‑Supersession, langlebiger PG‑Task‑Graph, erste öffentliche LongMemEval‑Zahlen. v0.43.0 — token‑budgetierter Recall‑Digest (behebt den 47k‑Token‑Recall‑Firehose bei ausgereiften 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; Architekturnotizen in ARCHITECTURE.md.

Question 11

Was ist SecureContext?

Accepted Answer

Wenn Sie Claude Code in echten Projekten einsetzen, stoßen Sie auf diese Hürden: 1. Jede Sitzung beginnt von neuem. Sie fügen dieselben Dateien erneut ein, erklären die gleichen Entscheidungen wieder, entdecken die gleichen Stolpersteine erneut – und bezahlen Tokens für die gleiche Ausrichtung immer wieder. 2. Lange Projekte haben keinen Zustandszustand. Wenn ein orchestrierender Agent mitten in einer Feature-Entwicklung abstürzt, die Fenster geschlossen werden oder der Kontext erschöpft ist, startet sein Ersatz blind. Menschen kompensieren dies mit handgeschriebenen CHECKPOINT-Dateien. 3. Es gibt kein Protokoll darüber, was die Agenten tatsächlich getan haben. Wenn etwas schiefgeht, hat Claude Code keine manipulationssichere Historie dessen, was ausgeführt wurde. 4. Skill-Skripte laufen mit Ihren Berechtigungen, ungeprüft. Jeder (oder jeder Agent) mit Schreibzugriff auf ~/.claude/skills/ kann Code einpflanzen, der bei der nächsten Ausführung läuft. 5. Parallel laufende Sitzungen überschreiben sich gegenseitig. Zwei Fenster beanspruchen dieselbe Aufgabe; eines überschreibt die Änderungen des anderen. SecureContext ist ein MCP-Plugin, das all diese fünf Probleme löst. Installieren Sie es einmal und Ihre Agenten erhalten: Speicher, der Neustarts überlebt – Entscheidungen, Stolpersteine und Projektstatus werden in einem Aufruf wiederhergestellt; pro-Datei semantische Zusammenfassungen, die die Frage „Was macht diese Datei?“ mit einer 15–50‑fachen Kompression beantworten, statt rohe Lesevorgänge; eine zeitliche Suche, die weiß, wann Dinge passiert sind und veraltetes Wissen flaggt. Eine Auslieferungsschicht für lang laufende Projekte – zcprogram verfolgt mehrphasige Programme; das Schließen einer Phase erfordert Akzeptanznachweise und erzeugt automatisch einen durchsuchbaren Checkpoint; ein neuer Orchestrator setzt die Arbeit des toten Agents von zwei Aufrufen fort. Ein kryptographisches Audit-Trail – jede…

developer-prime-directives (Grade A)Sicherheitsgetestete daten-ai-Fähigkeit für Claude AI. Grade A. PRIME DIRECTIVES — extrahiert aus roles.json deepPrompt für Entwickler

Übersicht

Hauptfunktionen

Preise

Anwendungsfälle

Entwickler-Einweisung

Code-Review

Pro & Contra

Pro

Contra

Bewertungen

Fragen & Antworten

Frage stellen

Alternativen zu Fähigkeiten

Manage Headers (Grade A)

Using Git Worktrees (Grade A)

Ga4 Bigquery Schema (Grade A)

Meta Capi (Grade A)

Callees (Grade A)

Test Module Name (Grade A)

Board Of Directors (Grade A)

Advpl Mvc Avancado (Grade A)