Question 1

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

Accepted Answer

SecureContext degradiert je nach Hardwarestufe graduell – jede LLM‑basierte Schicht fällt geschlossen aus (die Funktion liefert stillschweigend nichts), anstatt dass die Eingabe‑ oder Suche‑Funktion kaputt geht. Was sich mit der Hardware ändert, ist, wie viel vom Intelligenz‑Stack aktiv ist:

| Stufe | Hardware | Passende Modelle | Was Sie erhalten |
|---|---|---|---|
| Minimum | Beliebige CPU, ca. 2 GB freier RAM | nomic-embed-text (nur Embeddings) | Hybride BM25+Vektor‑Suche, Arbeitsspeicher, Audit‑Kette, Skill‑Gating – das Kernsystem. LLM‑Schichten (Ereignis‑Extraktion, Entitäts‑Extraktion, Widerspruch‑Adjudikation) bleiben inaktiv. |
| Mittel | 8–16 GB GPU (oder Apple Silicon 16 GB+) | + qwen2.5-coder:14b oder phi4:14b (jeweils einzeln) | + Ereignis‑Fact‑Extraktion beim Ingest (temporales Schließen), LLM‑Widerspruch‑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 Vergleich ergab phi4:14b mit 100 % Ereignis‑Recall und 100 % Datengenauigkeit, gleichauf mit gpt-oss:20b, jedoch bei 2× höherer Geschwindigkeit. Auf kleineren GPUs liegt qwen2.5-coder:14b knapp dahinter (84,6

Question 2

Was brauche 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 erzeugen?

Accepted Answer

Ja – parallele Sitzungen beanspruchen Aufgaben atomar aus einer Work‑Stealing‑Queue (keine Doppelbeanspruchungen bei 50 Agenten × 100 Aufgaben im Test), koordinieren sich über typisierte Broadcasts (ASSIGN/STATUS/MERGE/REJECT) und behalten private Speicher‑Namespaces pro Agent sowie einen gemeinsamen Pool. Hierarchische Strukturen im Abteilungsstil (Leiter + Mitarbeiter, N‑Stufen‑Eskalation) werden für größere Agententeams unterstützt.

Question 4

Sind 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 fügt das fehlende Gate hinzu: AST‑Scan bei der Zulassung, HMAC‑Verifizierung vor jeder Ausführung, automatische Quarantäne bei Fehlern oder nachträglichen Änderungen und ein prüfbarer verketteter Log aller Zulassungsentscheidungen.

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 alles lokal. Es funktioniert vollständig offline (die Suche fällt graceful zu reinen Stichwort‑Suche aus, falls Ollama nicht erreichbar ist) und kostet $0 im Leerlauf.

Question 6

Kann es ein langes, mehrere Wochen dauerndes Projekt managen?

Accepted Answer

Ja – dafür gibt es die Delivery‑Layer. Definiere ein Programm mit Phasen (zc_program), und die Akzeptanz‑Checkliste der offenen Phase reist mit dem Projektzustand mit. Das Abschließen einer Phase erfordert eine Evidenztabelle und erzeugt automatisch ein Checkpoint‑Dokument. Stirbt der orchestrierende Agent mitten in einer Phase, konstruiert ein neuer Agent den gesamten 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: etwa 87 % weniger Kontext‑Overhead (die Sitzungs‑Wiederherstellung kostet ca. 1,5–4 k Token statt 20–50 k bei erneut eingefügten Dateien). Bei langlebigen Projekten mit Hunderten von angesammelten Erinnerungen hält das Abruf‑Budget jeden Abruf bei ca. 4 k Token, während ein unbegrenzter Dump bei ca. 47 k Token läge. Dateiabfragen werden aus 15–50‑fach komprimierten semantischen Zusammenfassungen statt aus Rohdateien beantwortet.

Question 8

Wie kann ich Claude Code über Sitzungen hinweg ein persistentes Gedächtnis geben?

Accepted Answer

Installiere SecureContext (ein einziger Befehl – siehe Schnellstart), dann rufen Agenten zcremember auf, um Entscheidungen und Stolpersteine zu speichern, und nutzen zu Sitzungsbeginn zcrecall_context({focus: "current task"}), um sie wiederherzustellen – sortiert nach Relevanz, mit natürlichen Zeitabfragen, die direkt aus dem Gedächtnis beantwortet werden. Der Speicher überlebt Neustarts, Komprimierungen und Reboots, weil er in PostgreSQL und nicht im Kontextfenster lebt.

Question 9

Wie unterscheidet es sich von Wettbewerbern?

Accepted Answer

Die meisten "Memory for Claude Code"‑Projekte erledigen eines von drei Dingen: Sie verpacken das Gespräch in JSON, speichern die Nachrichten und spielen sie wieder ab – ohne semantische Kompression, ohne Audit‑Trail und ohne Sicherheitsmodell. Sie synchronisieren mit einem Cloud‑Service – besseres UX, aber dann lebt die Tool‑Historie Ihres Agenten (möglicherweise inklusive geöffneter Geheimnisse) auf einem fremden Server. Oder sie setzen eine Vektor‑Suche ein – fügt RAG zu Ihren Dokumenten hinzu, hilft aber nicht beim eigentlichen Problem – dem Orchestrieren des Agenten, dem Verifizieren dessen Aktionen und dem Überleben 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 Dokumente, kein Zustand | ❌ Verlustbehaftete Auto‑Komprimierung |
| Lieferprogramme + evidenzbasierte Checkpoints | ✅ zcprogram | ❌ | ❌ | ❌ |
| HMAC‑Audit‑Trail | ✅ Pro‑Agent‑Subkey | ❌ | ❌ | ❌ |
| Identitätsisolation pro Agent | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Skill‑Admission‑Gate (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Manipulationsnachweis‑Kette + Session‑Replay | ✅ | ❌ | ❌ | ❌ |
| Work‑Stealing‑Queue für parallele Sessions | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Offline‑Betrieb | ✅ Lokales Postgres + Ollama | ❌ | ⚠️ Abhängig | ✅ |
| Kosten im Leerlauf | $0 | Monatliches Abonnement | $0 | $0 |

Im Vergleich zu den bekannten Memory‑Produkten: Mem0 und Zep sind ausgezeichnete gehostete Memory‑APIs für LLM‑Apps, die Sie bauen; Letta (MemGPT) ist ein Agent‑Framework mit selbst‑editierbarem Memory. SecureContext zielt auf einen

Question 10

Was ist neu (v0.46.1)?

Accepted Answer

Runde 2 der temporalen Abrufe + das Delivery-Tool‑Kit. Zusammengesetzte temporale Fragen werden in Ereignisklauseln zerlegt und mit Rank‑Fusion zusammengeführt; temporale Suchen erzeugen einen chronologischen Timeline‑Block und veraltete Ergebnisse erhalten Alterswarnungen. zcprogram fügt mehrstufige Lieferprogramme mit evidenzgesteuerter, automatischer Checkpoint‑Schließung hinzu – live‑verifiziert mit einem Orchestrator‑Übergabetest (Orchestrator mittendrin killen; ein kalter Ersatz setzt nach zwei Aufrufen fort). Die Embed‑Lane verfügt jetzt über einen Watchdog mit budgetierter Selbstheilung. 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 des Compliance‑Reports. v0.44.0 — temporale Fakten‑Supersession, dauerhafter PG‑Task‑Graph, erste öffentliche LongMemEval‑Zahlen. v0.43.0 — token‑budgetiertes Recall‑Digest (behebt den 47k‑Token‑Recall‑Firehose bei ausgereiften Projekten). v0.41–0.42** — Memory‑Quality‑Programm: fokussiertes 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 realen Projekten einsetzen, stoßen Sie auf folgende Probleme: 1. Jede Sitzung startet kalt. Sie fügen dieselben Dateien erneut ein, erklären dieselben Entscheidungen erneut, entdecken dieselben Stolperfallen wieder – und zahlen Tokens für dieselbe Orientierungsarbeit immer wieder. 2. Lange Projekte haben keinen Lieferstatus. Wenn ein orchestrierender Agent mitten in einem Feature abstirbt (Absturz, geschlossenes Fenster, erschöpfter Kontext), beginnt sein Ersatz im Dunkeln. Menschen kompensieren das mit handgeschriebenen CHECKPOINT‑Dateien. 3. Es gibt keine Aufzeichnung 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, ungescannt. Jeder (oder jeder Agent) mit Schreibzugriff auf ~/.claude/skills/ kann Code einbringen, der beim nächsten Aufruf ausgeführt wird. 5. Parallele Sitzungen treten miteinander in Konflikt. Zwei Fenster beanspruchen dieselbe Aufgabe; das eine überschreibt die Änderungen des anderen. SecureContext ist ein MCP‑Plugin, das alle fünf Probleme schließt. Installieren Sie es einmal und Ihre Agenten erhalten: Einen Speicher, der Neustarts überlebt — Entscheidungen, Stolperfallen und Projektstatus werden in einem Aufruf wiederhergestellt; pro Datei semantische Zusammenfassungen, die „was macht diese Datei?“ mit einer Kompression von 15–50 × statt roher Reads beantworten; eine temporale Suche, die weiß, wann etwas passiert ist, und veraltetes Wissen kennzeichnet. Eine Liefer‑Schicht für langfristige Projekte — zcprogram verfolgt mehrphasige Programme; das Schließen einer Phase erfordert Akzeptanznachweis und erzeugt automatisch einen durchsuchbaren Checkpoint; ein frischer Orchestrator setzt die Arbeit eines abgestorbenen Agenten nach zwei Aufrufen fort. Ein kryptografischer Prüfpfad — jeder

developer-skill-execution-outcome-reporting-v0-18-1 (Grade A)Sicherheitsgeprüfte Daten-AI-Skill für Claude AI. Grade A. SKILL EXECUTION + OUTCOME REPORTING (v0.18.1)

Übersicht

Hauptfunktionen

Preise

Anwendungsfälle

Validierung einer Fähigkeit

Behandlung von Fehlern

Pro & Contra

Pro

Contra

Bewertungen

Fragen & Antworten

Frage stellen

Alternativen zu Fähigkeiten