Question 1

¿Qué necesito para ejecutarlo?

Accepted Answer

Node 20+ y (recomendado) Docker para el stack empaquetado de PostgreSQL + Ollama. El instalador de un solo comando hace todo en unos cinco minutos. Existe una alternativa SQLite que funciona sin infraestructura.

Question 2

¿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 de forma segura (la función simplemente no aporta nada) en lugar de romper la ingestión o la búsqueda. Lo que cambia con el hardware es cuánto de la pila de inteligencia está activo:

| Nivel | Hardware | Modelos compatibles | Qué obtienes |
|---|---|---|---|
| Mínimo | Cualquier CPU, ~2 GB de RAM libre | nomic-embed-text (solo incrustaciones) | Búsqueda híbrida BM25+vector, memoria de trabajo, cadena de auditoría, control de habilidades — el núcleo. Las capas 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 ingestión (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 residiendo simultáneamente | Todo, de forma concurrente y con latencia interactiva, además de un generador local potente para preguntas‑respuesta y benchmarks. Esta es la configuración en la que se midieron los delta de nuestros benchmarks publicados. |

Guía de elección de modelo (todos medidos, ver bench/):
- Incrustaciones: nomic-embed-text — obligatorio, diminuto, funciona en cualquier lugar.
- Extracción de eventos (ZCEVENTEXTRACTMODEL, por defecto phi4:14b): en nuestra comparativa phi4:14b obtuvo 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 está cerca (84,6 % recall).
- Los modelos de codificador no son necesariamente mejores: qwen2.5-coder:32b obtuvo

Question 3

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

Accepted Answer

Sí: las sesiones paralelas reclaman tareas de forma atómica desde una cola de work‑stealing (cero reclamos dobles en pruebas con 50 agentes × 100 tareas), se coordinan mediante transmisiones tipadas (ASSIGN/STATUS/MERGE/REJECT) y mantienen espacios de nombres de memoria privados por agente más un pool compartido. Se soportan jerarquías estilo departamento (cabezas + trabajadores, escalado N‑tier) para equipos de agentes más grandes.

Question 4

¿Son seguras las habilidades de Claude Code para instalar?

Accepted Answer

El paquete de habilidades de sistema de archivos contiene scripts que se ejecutan con tus permisos, y el cargador nativo de Claude Code no los escanea. SecureContext añade la puerta que faltaba: escaneo de AST en la admisión, verificación HMAC antes de cada ejecución, cuarentena automática ante fallos o cambios post‑admisión, y un registro encadenado verificable de cada decisión de admisión.

Question 5

¿SecureContext envía mi código o datos a la nube?

Accepted Answer

No. La memoria, los embeddings (Ollama nomic-embed-text), la búsqueda, la resumición y la cadena de auditoría se ejecutan localmente. Funciona completamente offline (la búsqueda se degrada elegantemente a solo palabras clave si Ollama está caída) y no genera costo ($0) cuando está inactivo.

Question 6

¿Puede gestionar un proyecto largo de varias semanas?

Accepted Answer

Sí — para eso está la capa de entrega. Define un programa con fases (zc_program), y la lista de verificación de aceptación de la fase abierta viaja con el estado del proyecto. Cerrar una fase requiere una tabla de evidencia y genera automáticamente un documento de punto de control. Si el agente orquestador muere a mitad de fase, uno nuevo reconstruye el estado completo de entrega a partir de dos llamadas — verificado en tiempo real.

Question 7

How do I give Claude Code persistent memory across sessions?

Accepted Answer

Instala SecureContext (un solo comando — ver Quick start), luego los agentes llaman a zcremember para persistir decisiones y advertencias y usan zcrecall_context({focus: "current task"}) al iniciar la sesión para restaurarlas — clasificadas por relevancia, con consultas de tiempo en lenguaje natural respondidas directamente desde la memoria. La memoria sobrevive reinicios, compresiones y apagados porque reside en PostgreSQL, no en la ventana de contexto.

Question 8

How much does SecureContext reduce Claude Code token costs?

Accepted Answer

Medido en un proyecto de 10 sesiones: aproximadamente un 87 % menos de sobrecarga de contexto (la restauración de la sesión consume ~1.5–4 k tokens en lugar de 20–50 k de archivos repegados). En proyectos de larga duración con cientos de recuerdos acumulados, el presupuesto de recuperación mantiene cada recall en ~4 k tokens, donde un volcado sin límite sería ~47 k. Las preguntas sobre archivos se responden a partir de resúmenes semánticos comprimidos 15–50× en lugar de lecturas crudas.

Question 9

¿En qué se diferencia de la competencia?

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 manipuló) vive en el servidor de otro. Añaden búsqueda vectorial. Incluyen 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 la sesión. SecureContext no es ninguno de esos:

| | SecureContext | Servicios de memoria en la nube | Plugins de RAG vectorial | Claude Code nativo |
|---|---|---|---|---|
| Persistente entre reinicios | ✅ Sí, Postgres local | ✅ Pero en su servidor | ⚠️ Sólo documentos, no estado |
| Pérdida automática | ❌ Compresión automática |
| 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 offline | ✅ Postgres local + Ollama | ❌ | ⚠️ Depende | ✅ |
| Coste en inactividad | $0 | Suscripción mensual | $0 | $0 |

En comparación con los productos de memoria más conocidos: Mem0 y Zep son excelentes API de memoria alojadas para aplicaciones LLM que construyes; Letta (MemGPT) es un framework de agentes con memoria autoeditada. SecureContext está dirigido 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 llevan advertencias de edad. zcprogram añade programas de entrega multifase con evidencia controlada, cierre de fase con autocheckpoint automático — verificado en vivo con una prueba de transferencia al orquestador (mata al orquestador a mitad de fase; un reemplazo en frío retoma desde dos llamadas). El carril de incrustaciones ahora tiene un watchdog con autocuración 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 — supersesión de hechos temporales, grafo de tareas PG duradero, primeros números públicos de LongMemEval. v0.43.0 — digest de recuerdo con límite de tokens (soluciona el flujo de recuerdo de 47 k 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

¿GPU NVIDIA? agregar: -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 envuelve esto con detección automática de GPU y un modo de producción (proxy inverso nginx).

Question 12

¿Qué es SecureContext?

Accepted Answer

Si utilizas 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 inconvenientes, 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 (por un bloqueo, 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 sale mal, 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 próxima invocación. 5. Las sesiones paralelas se pisotean 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, inconvenientes y estado del proyecto restaurados en una sola 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 los eventos y marca conocimientos obsoletos. Una capa de entrega para proyectos de larga duración — zcprogram rastrea programas multi‑fase; cerrar una fase requiere evidencia de aceptación y genera automáticamente un punto de control buscable; un orquestador nuevo retoma el trabajo de uno muerto a partir de dos llamadas. Un rastro de auditoría criptográfico — cada

analyst-prime-directives (Grade A)Habilidad de IA de datos probada en seguridad para Claude AI. Grado A. PRIME DIRECTIVES: extraídas del deepPrompt de roles.json para analistas.

Resumen

Funciones clave

Precio

Casos de uso

Análisis de tendencias de mercado

Estudio de comportamiento del cliente

Pros y contras

Ventajas

Contras

Reseñas

Preguntas y respuestas

Hacer una pregunta

Alternativas a Habilidades