Question 1

Welche lokalen Modelle sollte ich ausführen und wie beeinflusst die Hardware SecureContext?

Accepted Answer

SecureContext degradert sich je nach Hardwarestufe graceful – jede LLM‑gestützte Schicht fällt geschlossen aus (die Funktion trägt stillschweigend nichts mehr bei), anstatt die Eingabe‑ oder Suche 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, ca. 2 GB freier RAM | nomic-embed-text (nur Embeddings) | Hybride BM25+Vektor‑Suche, Arbeitsspeicher, Audit‑Chain, Skill‑Gating – das Kern‑Setup. LLM‑Schichten (Ereignis‑Extraktion, Entity‑Extraktion, Widerspruch‑Beurteilung) bleiben inaktiv. |
| Mittel | 8–16 GB GPU (oder Apple Silicon 16 GB+) | + qwen2.5-coder:14b oder phi4:14b (jeweils eines) | + Ereignis‑Fact‑Extraktion beim Ingest (temporales Reasoning), LLM‑Widerspruch‑Beurteilung, Entity‑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 Q&A/Benchmarks. Diese Konfiguration wurde für die veröffentlichten Benchmark‑Deltas verwendet.

Modell‑Auswahl‑Hinweise (alle gemessen, siehe bench/):
- Embeddings: nomic-embed-text – erforderlich, winzig, läuft überall.
- Ereignis‑Extraktion (ZCEVENTEXTRACTMODEL, Standard phi4:14b): Unser Bake‑off erreichte mit phi4:14b 100 % Ereignis‑Recall und 100 % Datengenauigkeit, gleichauf mit gpt-oss:20b bei doppelt so hoher Geschwindigkeit. Auf kleineren GPUs liegt qwen2.5-coder:14b knapp dahinter (84,6 % Recall).

Question 2

Was benötige ich, um es auszuführen?

Accepted Answer

Node 20+ und (empfohlen) Docker für den gebündelten 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 ohne Konflikte arbeiten?

Accepted Answer

Ja — parallele Sitzungen beantragen Aufgaben atomar aus einer Work-Stealing-Warteschlange (keine doppelten Beantragungen bei 50 Agenten × 100 Aufgaben im Test), koordinieren sich über typisierte Broadcasts (ASSIGN/STATUS/MERGE/REJECT) und behalten private Agenten‑Speicher‑Namespaces sowie einen gemeinsamen Pool bei. Abteilungsartige Hierarchien (Leiter + Mitarbeiter, N‑Ebene Eskalation) werden für größere Agententeams unterstützt.

Question 4

Sind Claude Code Skills sicher zu installieren?

Accepted Answer

Filesystem Skills bündeln Skripte, die mit deinen Berechtigungen ausgeführt werden, und der native Loader von Claude Code scannt sie nicht. SecureContext fügt die fehlende Schranke hinzu: AST-Scan bei der Zulassung, HMAC-Verifikation vor jeder Ausführung, automatische Quarantäne bei Fehlern oder Nachzuleitenden Änderungen und ein verifizierbares verknüpftes Protokoll aller Zulassungsentscheidungen.

Question 5

Sendet SecureContext meinen Code oder meine Daten in die Cloud?

Accepted Answer

Nein. Speicher, Einbettungen (Ollama nomic-embed-text), Suche, Zusammenfassung und die Prüfkette laufen lokal. Es funktioniert vollständig offline (die Suche degradiert sich sanft auf Stichwortsuche, wenn Ollama ausgefallen ist) und kostet $0 im Leerlauf.

Question 6

Kann es ein langes, mehrwöchiges Projekt verwalten?

Accepted Answer

Ja — dafür ist die Delivery-Ebene gedacht. Definieren Sie ein Programm mit Phasen (zc_program), und die Akzeptanzcheckliste der offenen Phase begleitet den Projektstatus. Das Schließen einer Phase erfordert eine Evidenztabelle und erzeugt automatisch ein Checkpoint-Dokument. Wenn der orchestrierende Agent während einer Phase abstürzt, rekonstruiert ein neuer Agent den vollständigen Lieferzustand aus zwei Aufrufen — in Echtzeit verifiziert.

Question 7

Wie viel senkt SecureContext die Token-Kosten von Claude Code?

Accepted Answer

In einem 10-Session-Projekt gemessen: ~87 % weniger Kontext-Overhead (Session-Wiederherstellung kostet ~1,5–4k Tokens statt 20–50k von neu gepasten Dateien). Bei langfristigen Projekten mit Hunderten gespeicherter Erinnerungen bleibt das Recall-Budget bei ~4k Tokens, während ein unbegrenzter Dump ~47k betragen würde. Dateifragen werden aus 15–50× komprimierten semantischen Zusammenfassungen beantwortet statt aus Rohlesungen.

Question 8

Wie kann ich Claude Code über Sessions hinweg persistenten Speicher geben?

Accepted Answer

Installieren Sie SecureContext (ein Befehl — siehe Quick start), dann rufen Agenten zcremember auf, um Entscheidungen und Gotchas zu persistieren, und zcrecall_context({focus: "current task"}) zu Beginn einer Session, um sie wiederherzustellen — nach Relevanz sortiert, mit natürlicher Sprachzeitabfragen, die direkt aus dem Speicher beantwortet werden. Der Speicher überlebt Neustarts, Kompressionen und Reboots, weil er in PostgreSQL gespeichert wird, nicht im Kontextfenster.

Question 9

Wie unterscheidet es sich von den 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 ab – ohne semantische Kompression, ohne Audit‑Trail, ohne Sicherheitsmodell. Sie synchronisieren mit einem Cloud‑Dienst – besseres UX, aber dann liegt die Tool‑Historie des Agenten (möglicherweise inklusive geöffneter Secrets) auf dem Server eines Dritten. Sie setzen eine Vektor‑Suche ein – fügt RAG zu Ihren Dokumenten hinzu, hilft aber nicht beim eigentlichen Problem – der Orchestrierung des Agenten, der Verifikation dessen, was ausgeführt wurde, und 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 Dokumente, kein Zustand |
| 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 | ❌ | ❌ | ❌ |
| Läuft offline | ✅ Lokales Postgres + Ollama | ❌ | ⚠️ Abhängig | ✅ |
| Kosten im Leerlauf | $0 | Monatliches Abonnement | $0 | $0 |

Im Vergleich zu den bekannten Memory‑Produkten: Mem0 und Zep sind exzellente gehostete Memory‑APIs für LLM‑Apps

Question 10

Was ist neu (v0.46.1)

Accepted Answer

Temporale Retrieval-Runde 2 + das Delivery-Tool-Kit. Komplexe zeitliche Fragen zerlegen sich in Ereignisklauzeln mit Rangfusion; zeitliche Suchen erzeugen einen chronologischen Timeline-Block und veraltete Ergebnisse tragen Alterswarnungen. zcprogram fügt mehrphasige Delivery-Programme mit evidenzgesteuerten, automatisch Checkpointing geschlossenen Phasen hinzu — live-verifiziert mit einem Orchestrator-Handoff-Test (Orchestrator mitten in der Phase abwürgen; eine kalte Ersatzinstanz setzt von zwei Aufrufen fort). Der Embed-Lane verfügt nun über einen Watchdog mit budgetiertem Selbstheilungsmechanismus. Neueste Releases: v0.46.0 — Team‑Memory (Benutzerspezifische Schlüssel, gemeinsame Arbeitsbereiche, Schreibzuordnung), Session‑Replay mit kryptografischer Provenienz, OTel Gen‑AI-Spans, CI/headless Memory CLI, chunked embeddings, Compliance‑Report-Export. v0.44.0 — temporale Fact‑Supersession, dauerhafter PG‑Task‑Graph, erste öffentliche LongMemEval‑Zahlen. v0.43.0 — token‑budgetierte 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 im CHANGELOG.md; Architekturnotizen im ARCHITECTURE.md.

Question 11

Was ist SecureContext?

Accepted Answer

Wenn Sie Claude Code in realen Projekten verwenden, stoßen Sie auf folgende Probleme: 1. Jede Sitzung startet kalt. Sie müssen dieselben Dateien erneut einfügen, dieselben Entscheidungen erneut erklären, dieselben Stolperfallen erneut entdecken – 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 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, ungeprüft. Jeder (oder jeder Agent) mit Schreibzugriff auf ~/.claude/skills/ kann Code einpflanzen, der bei der nächsten Ausführung läuft. 5. Parallele Sitzungen treten gegeneinander. 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: Speicher, der Neustarts überlebt – Entscheidungen, Stolperfallen und Projektstatus werden in einem Aufruf wiederhergestellt; semantische Zusammenfassungen pro Datei, die „was macht diese Datei?“ mit 15–50‑facher Kompression anstatt roher Lesevorgänge beantworten; zeitliche Suche, die weiß, wann etwas passiert ist, und veraltetes Wissen kennzeichnet. Eine Lieferebene für langfristige Projekte – zcprogram verfolgt mehrphasige Programme; das Abschließen 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 Audit‑Trail – jede

writer-self-editing-checklistSELBSTBECRIFIZUNGS-KLICHOTHEK — extrahiert aus roles.json deepPrompt für Schriftsteller

Übersicht

Hauptfunktionen

Preise

Anwendungsfälle

Dokumentenprüfung

Inhaltsqualitätskontrolle

Pro & Contra

Pro

Contra

Bewertungen

Fragen & Antworten

Frage stellen

Alternativen zu Fähigkeiten