Question 1

¿Qué necesito para ejecutarlo?

Accepted Answer

Node 20+ y (recomendado) Docker para el conjunto PostgreSQL + Ollama. El instalador de un solo comando hace todo en unos cinco minutos. Una fallback de SQLite se ejecuta con cero infraestructura.

Question 2

¿Pueden funcionar varias sesiones de Claude Code en el mismo proyecto sin conflictos?

Accepted Answer

Sí — las sesiones paralelas reclaman tareas de una cola de trabajo por robo (sin dobles reclamos a 50 agentes × 100 tareas en testing), se coordinan a través de transmisiones tipadas (ASIGNAR/ESTATUS/MERGE/RECHAZAR), y mantienen espacios de memoria privados por agente más una piscina compartida. Se admiten jerarquías de estilo departamental (jefes + trabajadores, escalada N-nivel) para equipos de agentes más grandes.

Question 3

¿Qué modelos locales debería ejecutar y cómo afecta el hardware a SecureContext?

Accepted Answer

SecureContext se degrada de forma gradual según el nivel de hardware: cada capa impulsada por LLM falla en modo cerrado (la característica simplemente deja de aportar) en lugar de romper la ingesta o la búsqueda. Lo que cambia con el hardware es cuánta parte de la pila de inteligencia está activa:

| Nivel | Hardware | Modelos que caben | Qué obtienes |
|---|---|---|---|
| Mínimo | Cualquier CPU, ~2 GB de RAM libres | nomic-embed-text (solo incrustaciones) | Búsqueda híbrida BM25+vector, memoria de trabajo, cadena de auditoría, control de habilidades — el núcleo. Las capas de LLM (extracción de eventos, extracción de entidades, adjudicación de contradicciones) permanecen inactivas. |
| Medio | GPU de 8–16 GB (o Apple Silicon de 16 GB+) | + qwen2.5-coder:14b o phi4:14b (uno a la vez) | + Extracción de eventos‑hechos en la ingesta (razonamiento temporal), adjudicación de contradicciones con LLM, extracción de entidades, resúmenes semánticos de archivos L0/L1. |
| Completo | GPU de 24 GB+ (p.ej. RTX 4090/5090) | + phi4:14b y gpt-oss:20b residentes simultáneamente | Todo, de forma concurrente y con latencia interactiva — además de un generador local potente para QA/benchmark. Esta es la configuración en la que se midieron los deltas de nuestros benchmarks publicados. |

Guía de elección de modelo (todos medidos, ver bench/):
- Incrustaciones: nomic-embed-text — obligatorio, diminuto, se ejecuta en cualquier lugar.
- Extracción de eventos (ZCEVENTEXTRACTMODEL, por defecto phi4:14b): en nuestra comparativa phi4:14b alcanzó 100 % de recall de eventos y 100 % de precisión de fechas, igualando a gpt-oss:20b a 2× la velocidad. En GPUs más pequeñas qwen2.5-coder:14b se acerca (84,6 % de recall).
- Los modelos de coder no son necesariamente mejores

Question 4

¿Son seguras de instalar las habilidades de Claude Code?

Accepted Answer

Las habilidades de Filesystem empaquetan scripts que se ejecutan con tus permisos, y el cargador nativo de Claude Code no las escanea. SecureContext agrega la puerta que falta: análisis de AST en la admisión, verificación HMAC antes de cada ejecución, cuarentena automática en caso de fallo o cambio posterior a la admisión, y un registro en cadena verificable de cada decisión de admisión.

Question 5

¿SecureContext envía mi código o datos a la nube?

Accepted Answer

No. La memoria, los incrustados (Ollama nomic-embed-text), la búsqueda, la resumen y la cadena de auditoría todos se ejecutan localmente. Funciona completamente sin conexión (la búsqueda se degrada suavemente a solo palabras clave si Ollama está fuera de línea) y cuesta $0 cuando está inactivo.

Question 6

¿Puede gestionar un proyecto largo de varias semanas?

Accepted Answer

Sí, eso es para lo que sirve la capa de entrega. Defina un programa con fases (zc_program), y la lista de control de aceptación de la fase abierta viaja con el estado del proyecto. Cerrar una fase requiere una tabla de evidencia y genera un documento de punto de control automáticamente. Si el agente de orquestación muere a mitad de la fase, uno nuevo reconstruye el estado de entrega completo con dos llamadas, verificado en vivo.

Question 7

How much does SecureContext reduce Claude Code token costs?

Accepted Answer

Measured across a 10-session project: ~87% less context-overhead (session restore is ~1.5–4k tokens instead of 20–50k of re-pasted files). On long-lived projects with hundreds of accumulated memories, the recall budget keeps each recall at ~4k tokens where an unbounded dump would be ~47k. File questions are answered from 15–50× compressed semantic summaries instead of raw reads.

Question 8

¿Cómo le doy a Claude Code memoria persistente entre sesiones?

Accepted Answer

Instala SecureContext (un solo comando — ver Guía rápida), luego los agentes llaman a zcremember para guardar decisiones y trucos, y usan zcrecall_context({focus: "current task"}) al iniciar la sesión para restaurarlos — se ordenan por relevancia, y las consultas en lenguaje natural sobre tiempo se responden directamente desde la memoria. La memoria sobrevive a reinicios, compactaciones y apagados porque se almacena en PostgreSQL, no en la ventana de contexto.

Question 9

¿En qué se diferencia de los competidores?

Accepted Answer

La mayoría de los proyectos de "memoria para Claude Code" hacen una de tres cosas: envuelven la conversación en JSON, guardan los mensajes y los reproducen. No hay compresión semántica, ni registro de auditoría, ni modelo de seguridad. Sincronizan con un servicio en la nube: mejor experiencia de usuario, pero el historial de herramientas del agente (potencialmente con secretos que tocó) vive en el servidor de otra persona. Insertan búsqueda vectorial: añaden RAG sobre tus documentos pero no ayudan con el problema real — orquestar lo que hace el agente, verificar lo que se ejecutó, sobrevivir a la compactación de sesiones. SecureContext no es ninguno de esos:

| | SecureContext | Servicios de memoria en la nube | Plugins de Vector RAG | Claude Code nativo |
|---|---|---|---|---|
| Persistente entre reinicios | ✅ Sí, Postgres local | ✅ Pero en su servidor | ⚠️ Solo documentos, no estado |
| Compactación automática con pérdida | ❌ |
| Programas de entrega + puntos de control con evidencia | ✅ zcprogram | ❌ | ❌ | ❌ |
| Registro de auditoría HMAC | ✅ Subclave por agente | ❌ | ❌ | ❌ |
| Aislamiento de identidad por agente | ✅ HKDF + RLS | ❌ | ❌ | ❌ |
| Puerta de admisión de habilidades (HMAC + AST) | ✅ | ❌ | ❌ | ❌ |
| Cadena a prueba de manipulaciones + reproducción de sesión | ✅ | ❌ | ❌ | ❌ |
| Cola de robo de trabajo para sesiones paralelas | ✅ FOR UPDATE SKIP LOCKED | ❌ | ❌ | ❌ |
| Funciona sin conexión | ✅ Postgres local + Ollama | ❌ | ⚠️ Depende | ✅ |
| Coste cuando está inactivo | $0 | Suscripción mensual | $0 | $0 |

En comparación con los productos de memoria más conocidos: Mem0 y Zep son excelentes APIs de memoria alojadas para aplicaciones LLM que construyes; Letta (MemGPT) es un framework de agentes con memoria auto‑editada. SecureContext apunta a un trabajo diferente — yo

Question 10

¿Qué hay de nuevo (v0.46.1)?

Accepted Answer

Ronda 2 de recuperación temporal + el kit de herramientas de entrega. Las preguntas temporales compuestas se descomponen en cláusulas de eventos con fusión de rangos; las búsquedas temporales generan un bloque de Línea de Tiempo cronológica y los resultados obsoletos muestran advertencias de edad. zcprogram añade programas de entrega multi‑fase con cierre de fase gated por evidencia y autocheckpointing — verificado en vivo con una prueba de entrega al orquestador (mata al orquestador a mitad de fase; un reemplazo en frío reanuda desde dos llamadas). El carril de incrustaciones ahora tiene un watchdog con auto‑curación presupuestada. Lanzamientos recientes: v0.46.0 — memoria de equipo (claves por usuario, espacios de trabajo compartidos, atribución de escritura), reproducción de sesión con procedencia criptográfica, spans OTel Gen‑AI, CLI de memoria CI/headless, incrustaciones fragmentadas, exportación de informe de cumplimiento. v0.44.0 — superación de hechos temporales, grafo de tareas PG durable, primeros números públicos de LongMemEval. v0.43.0 — digest de recuerdo con presupuesto de tokens (corrige el caudal de recuerdo de 47k tokens en proyectos maduros). v0.41‑0.42** — programa de calidad de memoria: recuerdo enfocado, consolidación, ventanas bi‑temporales, recuperación de grafo multi‑salto, memorias TTL, ingestión multimodal. Detalles completos en CHANGELOG.md; notas de arquitectura en ARCHITECTURE.md.

Question 11

¿Qué es SecureContext?

Accepted Answer

Si usas Claude Code en proyectos reales, te has topado con estos problemas: 1. Cada sesión comienza en frío. Vuelves a pegar los mismos archivos, a volver a explicar las mismas decisiones, a redescubrir los mismos obstáculos, y pagas tokens por el mismo trabajo de orientación una y otra vez. 2. Los proyectos largos no tienen estado de entrega. Cuando un agente orquestador muere a mitad de una característica (cierre inesperado, ventana cerrada, contexto agotado), su reemplazo comienza a ciegas. La gente compensa con archivos CHECKPOINT escritos a mano. 3. No hay registro de lo que realmente hicieron los agentes. Cuando algo falla, Claude Code no tiene un historial a prueba de manipulaciones de lo que se ejecutó. 4. Los scripts de habilidades se ejecutan con tus permisos, sin escanear. Cualquiera (o cualquier agente) con acceso de escritura a ~/.claude/skills/ puede insertar código que se ejecutará en la siguiente invocación. 5. Las sesiones paralelas se pisan entre sí. Dos ventanas reclaman la misma tarea; una sobrescribe las ediciones de la otra. SecureContext es un plugin MCP que cierra los cinco problemas. Instálalo una sola vez y tus agentes obtienen: Memoria que sobrevive a reinicios — decisiones, obstáculos y estado del proyecto restaurados en una llamada; resúmenes semánticos por archivo que responden “qué hace este archivo” con una compresión de 15–50× en lugar de lecturas crudas; búsqueda temporal que sabe cuándo ocurrieron las cosas y señala conocimientos obsoletos. Una capa de entrega para proyectos de larga duración — zcprogram rastrea programas multifásicos; cerrar una fase requiere evidencia de aceptación y genera automáticamente un punto de control buscable; un orquestador nuevo retoma el trabajo de uno muerto desde dos llamadas. Un rastro de auditoría criptográfico — cada

analyst-cognitive-instincts (Grade A)Habilidad de data-ai con seguridad probada para Claude AI. Grado A. COGNITIVE INSTINCTS: extraído del deepPrompt de roles.json para analistas.

Resumen

Funciones clave

Precio

Casos de uso

Análisis de datos

Inteligencia de negocios

Pros y contras

Ventajas

Contras

Reseñas

Preguntas y respuestas

Hacer una pregunta

Alternativas a Habilidades